PSP
精确预测相分离蛋白质,同济&中国科学院机器学习预测器PSPire
编辑 | 萝卜皮对蛋白质相分离(PS)的理解的迅速发展带来了丰富的生物信息学工具来预测相分离蛋白质(PSP)。这些工具通常偏向于具有大量本质无序区域 (IDR) 的 PSP,因此经常低估没有 IDR 的潜在 PSP。并且,PS 不仅受 IDR 控制,还受结构化模块结构域以及不直接反映在氨基酸序列的其他相互作用影响。在最新的研究中,同济大学和中国科学院的研究团队开发了 PSPIre,一种机器学习预测器,它结合了残基级和结构级特征,用于精确预测 PSP。与当前的 PSP 预测因子相比,PSPire 在识别没有 IDR
3/22/2024 5:00:00 PM
ScienceAI
- 1
资讯热榜
标签云
人工智能
OpenAI
AIGC
AI
ChatGPT
AI绘画
DeepSeek
机器人
数据
谷歌
大模型
Midjourney
智能
模型
用户
学习
GPT
开源
微软
AI创作
图像
Meta
技术
论文
Stable Diffusion
马斯克
算法
生成式
蛋白质
芯片
Gemini
代码
神经网络
计算
腾讯
研究
Sora
AI设计
3D
开发者
GPU
AI for Science
英伟达
机器学习
场景
预测
华为
伟达
Transformer
Anthropic
模态
深度学习
百度
驾驶
文本
AI视频
苹果
搜索
神器推荐
算力
LLaMA
科技
Copilot
xAI
视频生成
安全
应用
干货合集
字节跳动
2024
人形机器人
具身智能
特斯拉
亚马逊
视觉
语音
Claude
大语言模型
AI应用场景
AGI