DeepAllo
DeepAllo:首次使用蛋白质语言模型和多任务学习进行变构位点预测
编辑 | 白菜叶变构效应是指一个位点的结合会扰乱远处位点的过程,由于其对蛋白质功能有显著的影响,正成为药物开发领域的一个重点研究领域。 识别变构口袋(位点)是一项极具挑战性的任务,目前已开发出多种技术,包括利用静态和口袋特征预测变构口袋的机器学习技术。 土耳其科奇大学(Koç University)的研究人员开发了 DeepAllo,是首个将微调蛋白质语言模型 (pLM) 与 FPocket 特征相结合的研究,目的是提高识别变构口袋相关技术的准确性。
7/17/2025 5:28:00 PM
ScienceAI
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI绘画
大模型
机器人
数据
AI新词
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
智能体
技术
Gemini
马斯克
英伟达
Anthropic
图像
AI创作
训练
LLM
论文
代码
算法
苹果
AI for Science
腾讯
Agent
Claude
芯片
Stable Diffusion
具身智能
蛋白质
xAI
开发者
人形机器人
生成式
神经网络
机器学习
3D
AI视频
RAG
大语言模型
Sora
研究
百度
GPU
生成
字节跳动
工具
华为
AGI
计算
大型语言模型
AI设计
搜索
生成式AI
视频生成
亚马逊
DeepMind
AI模型
特斯拉
场景
深度学习
Transformer
架构
MCP
Copilot
编程
视觉