net
仅几秒,准确推断蛋白动力学信息,山大、北理工等AI模型RMSF-net登Nature子刊
编辑 | KX蛋白质的动力学对于理解其机制至关重要。然而,通过计算预测蛋白质动学信息具有挑战性。在此,来自山东大学、百图生科(BioMap)、北京理工大学、湖北医药学院、宁夏医科大学和阿卜杜拉国王科技大学(KAUST)的研究团队,提出了一个神经网络模型 RMSF-net,其优于以前的方法,并在大规模蛋白质动力学数据集中产生最佳结果;该模型可以在几秒钟内准确推断出蛋白质的动力学信息。通过从实验蛋白质结构数据和低温电子显微镜 (cryo-EM) 数据集成中有效地学习,该方法能够准确识别低温电子显微镜图和 PDB 模型之
7/5/2024 2:45:00 PM
ScienceAI
- 1
资讯热榜
标签云
人工智能
AIGC
OpenAI
AI绘画
ChatGPT
机器人
数据
谷歌
智能
学习
大模型
Midjourney
GPT
用户
AI创作
微软
图像
开源
Meta
技术
论文
Stable Diffusion
生成式
算法
蛋白质
芯片
马斯克
计算
神经网络
Gemini
AI设计
代码
Sora
研究
腾讯
3D
开发者
AI
场景
GPU
伟达
预测
模态
英伟达
华为
Transformer
机器学习
文本
驾驶
神器推荐
AI视频
深度学习
干货合集
LLaMA
算力
搜索
苹果
视频生成
2024
AI for Science
科技
百度
应用
Copilot
AI应用场景
具身智能
安全
写作
特斯拉
机器
视觉
字节跳动
DeepSeek
AGI
语音
prompt
架构
英特尔
Claude
Anthropic