5588播放
https://www.youtube.com/watch?v=aVQQuoToTJA&t=16s
文章已发表于science
论文链接：https://www.science.org/doi/10.1126/science.add2187
讲者：Justas Dauparas, University of Washington
简介：本讲座分享了一种基于深度学习的蛋白质序列设计方法ProteinMPNN，它在虚拟和实验测试中都有出色的表现。不同位置的氨基酸序列可以在单链或多链之间进行耦合，从而能够应用于当前广泛的蛋白质设计挑战。在天然蛋白质骨架上，ProteinMPNN的序列恢复率为52.4%，而Rosetta为32.9%。在训练过程中加入噪声可以提高蛋白质结构模型的序列恢复率，并且产生的序列可以更鲁棒地编码它们的结构。作者们利用X射线、低温电镜和功能研究证明了ProteinMPNN的广泛实用性和高准确性，它挽救了以前用Rosetta或AlphaFold设计的失败的蛋白质单体、环状同源多聚体、四面体纳米颗粒和目标结合蛋白。
AIBIOROBOTS
1/14
加载中...
【大佬对谈】在科学的前沿：蛋白质设计的激动人心的进展
874播放
【中文字幕】扩散模型简介与代码实例
3740播放
【中文字幕】仅从蛋白质语言模型和序列信息中高效进化人类抗体
982播放
【中文字幕】蛋白等变去噪扩散概率模型
460播放
【中文字幕】蛋白主链扩散模型
561播放
【中文字幕】使用ftMLDE和evSeq的机器学习辅助蛋白质工程
275播放
【中文字幕】Deepmind CEO讲AI赋能科学发现
243播放
【中文字幕】AlphaFold是如何预测和解释蛋白质结构
587播放
【中文字幕】John Jumper讲AlphaFold
576播放
【中文字幕】CVPR 2021演讲-dMaSIF，一种快速端到端的蛋白表面学习方法
162播放
【中文字幕】AI4Proteins: Diamond公司的4大分子X射线晶体机器学习应用
84播放
【中文字幕】AI4Proteins: 生物序列设计中的机器学习方法
267播放
【中文字幕】AAAI2021 药物研发中的人工智能
818播放
加载中...
顶部