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
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
Agent
Claude
腾讯
芯片
Stable Diffusion
蛋白质
具身智能
开发者
xAI
生成式
神经网络
机器学习
人形机器人
3D
AI视频
RAG
大语言模型
Sora
研究
百度
生成
GPU
工具
华为
字节跳动
计算
AGI
大型语言模型
AI设计
搜索
生成式AI
视频生成
DeepMind
AI模型
特斯拉
场景
深度学习
亚马逊
架构
Transformer
MCP
Copilot
编程
视觉