2021-11-12

Alphafold2

1.Alphafold2广泛使用了transformer结构,不挂吧是MSA还是残基–残基对的信息更新都使用了Attention机制,结构化模块使用了三角法则, 简化了计算的复杂度, 准确率也提高了不少.
2.整个模型的Evoformer和structure module部分使用了recycling
3.对于训练部分,先进行预训练, 然后把MSA中没有标签的序列预测出三维结构,再将这些训练结构置信度高的保留下来重新训练
4.对msa还做了msaked attention自监督训练

然而我们发现推理的过程中使用到的都是现有的蛋白库,对于那些MSA序列长度还可以,但是模板较少的目标序列而言,其预测精度较低, 那是不是可以在推理的过程中也把MSA中没有结构信息的序列进行预测,
再把结果留下来当作模板来做预测呢

你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值