![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
生成
文章平均质量分 78
XANTAR____RES
这个作者很懒,什么都没留下…
展开
-
ProtSeed | 蛋白的序列结构的等变co-design
在模型训练之前,蛋白质被表示为一个三元组,即residue的one-hot编码、α碳原子的3D坐标,以及frame orientation(就是局部坐标系),然后基于给定的context features,比如残基的一些特性,残基对之间的关系等等,就可以开始使用模型来处理这些信息,设计新的蛋白质。接下来就是本文的关键,本文提出名叫trigonometry-aware context encoder和joint sequence-structure decoder。原创 2024-01-20 10:43:23 · 896 阅读 · 0 评论 -
【大模型多肽发现、学习笔记】AI4AMP——预测AMP的深度学习工具
对于non-AMP数据,其主要由真实世界中的肽(取自UniProt database)和人工合成的肽序列组成,最终也是获得了6623个肽序列。其核心是对每一个氨基酸的相关物理化学特性进行词嵌入(word embedding),得到一个矩阵,它每一行代表一个氨基酸的6个物理化学特征的值(经过归一化处理后的)。本文工作使用的评估指标为Accuracy、Precision、Sensitivity、Specificity、F1 score和MCC(Matthew correlation coefficient)。原创 2023-05-22 18:41:28 · 228 阅读 · 1 评论 -
【大模型多肽发现、学习笔记】针对病毒感染的肽药物发现
因此,本文提出一种计算方法来识别新的AVP,方法名为Deep-AVPpred,其使用转移学习(transfer learning)理念结合深度学习算法来从蛋白质序列中发现AVPs。同时,与目前的SOTA算法进行对比,算法有AVPcompo、iAMPpred、Meta-iAVP、AVPIden、ENNAVIA-B。在本文工作中,我们从AVPpred、DBAASP、DRAMP、SATPDB、StarPep中收集10203种AVPs,再从AVPpred、Swiss-Prot中收集8792种non-AVPs。原创 2023-05-14 16:18:35 · 176 阅读 · 0 评论