知识卡片
AlphaFold改结构
AlphaFold2在2020年CASP14展示了从序列及进化相关信息预测蛋白结构的重要进步,扩展了获得结构假设的途径。结构有助于提出功能与结合位点问题,但不是每个目标同样可靠,也不自动给出动态、复合物环境或药效。评价应绑定模型版本、预测对象和置信信息,必要时用实验检验。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 生物技术、人工智能和医学的未来 发现循环与结构功能之间 · 查看原书依据
DeepMind的团队重新设计了人工智能系统,其性能特征在CASP 14上公之于众。产生惊人性能的DeepMind方法采用模块化神经网络架构设计,允许系统在迭代学习过程中从进化相关的蛋白质序列和氨基酸残基对中获取结构信息。AlphaFold
参考来源
- 位置:《人工智能与计算生物的未来 (【美】布赖恩·希尔布什)》生物技术、人工智能和医学的未来,发现循环与结构功能之间(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能与计算生物的未来 (【美】布赖恩·希尔布什)/_epub-src/EPUB/xhtml/Section09.xhtml)
- 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;历史案例不等于当前临床有效性或监管认可。已经核验的边界与书中陈述分开。
- 原始内容:DeepMind的团队重新设计了人工智能系统,其性能特征在CASP 14上公之于众。产生惊人性能的DeepMind方法采用模块化神经网络架构设计,允许系统在迭代学习过程中从进化相关的蛋白质序列和氨基酸残基对中获取结构信息。AlphaFold