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。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。