标签:中国科学技术大学
中国科学技术大学利用深度学习与分子动力学模拟,通过PATHpre实现高精度蛋白质构象变化预测
蛋白质构象变化的深度学习新策略 蛋白质构象变化是计算生物学和人工智能领域的重要挑战之一。尽管主流算法如 AlphaFold 能够高效预测蛋白质的静态结构,但在预测构象变化方面仍存在局限。为了突破这一瓶颈,中国科学技术大学和上海科技大学的研究团队提出了一种创新的深度学习方法,通过高通量生物物理采样来克服蛋白质构象变化数据稀缺的问题。 大规模数据库的构建 研究人员将分子动力学模拟与增强采样技术相结合,创建了一个包含 2635 种已知两种稳定状态的蛋白质构象变化的大规模数据库。每个转变途径的结构信息都被...