- 综合排序
- 最热优先
- 最新优先
- 来自专栏量子位
清华AI蛋白质结构预测，连续4周夺得CAMEO第一
衡宇 梦晨 发自 凹非寺 量子位 | 公众号 QbitAI AI蛋白质结构预测赛道，国产模型又有吸睛表现： 在蛋白质结构预测竞赛CAMEO上，有支队伍连续四周夺得全球第一。 AIRFold在近4周的比赛中，不仅预测结果IDDT分数领先，系统响应时间上也远远领先后几名的团队。 亮眼成绩如何取得？后续又有哪些研究和应用方向？ 目前主流的结构预测方法，比如AlphaFold2和ESMFold都主要使用单结构域蛋白进行训练，这是因为PDB数据库中单结构域蛋白远多于多结构域蛋白。 除此之外，我们还观察到原来AlphaFold2预测的不太好的区域主要是结合Cas9的结合位点附近，AlphaFold2预测的口袋偏小，而这个位置我们预测的结构更接近真实结构，口袋大小也更合适。 多构象预测其实是蛋白结构和功能以及药物研发之间的另一道鸿沟。我们知道无论是AlphaFold2预测的还是实验解析的蛋白结构其实都是静态的。
44420编辑于 2022-09-22 - 来自专栏DrugAI
Methods | RNA结构预测
这一高度精准的蛋白结构预测工具几乎在发布的第一时间，就对整个生命科学研究领域产生了深远影响。正因如此，蛋白结构预测也被评选为 2021 年的 Method of the Year。 在此之后，结构预测从“计算辅助”跃升为“研究核心工具”。 这种高度的构象可塑性，使 RNA 的结构预测和实验解析都变得异常困难。 受 AlphaFold 启发，RNA 结构预测迎来深度学习浪潮 AlphaFold 的成功，也极大激发了研究人员将机器学习和深度学习方法引入 RNA 结构预测。 ，使 RNA 结构预测逐步从“规则驱动”迈向“数据驱动”。
51220编辑于 2026-01-06 - 来自专栏生信小驿站
预测RNA三级结构
RNAComposer http://rnacomposer.cs.put.poznan.pl/ 输入RNA序列和二级结构，邮箱地址，点击compose即可。 ? 4. SimRNA https://genesilico.pl/SimRNAweb/submitsimRNA ? 这四个rna三级结构预测的服务器网站都是需要序列和二级结构。 研究人员提出了一种快速的，基于RNA二级结构，构建RNA三级结构的自动化新方法——3dRNA。 由于RNA结构组织主要是由二级结构水平和三级作用上的拓扑约束编码决定，因此研究人员采用了一个两步法步骤，从最小的二级元件SSEs开始构建整个RNA三级结构。 具。
5.4K20发布于 2021-03-03 - 来自专栏HUBU生信
RNA二级结构预测
trna二级结构的预测可使用RNA Structure的预测服务器 http://rna.urmc.rochester.edu/RNAstructureWeb/index.html。 例：预测爬行动物北美绿色安乐蜥的tRNA trna166-ArgTCG 的序列的二级结构 进入gtrnadb数据库查找trna166-ArgTCG 的序列 1.gtrnadb下载脊椎动物序列集，进入[Download 3.将序列文件导入到RNA Structure的预测服务器 http://rna.urmc.rochester.edu/RNAstructureWeb/index.html 进行结构预测。 等待得到预测的结果 ? 全文结束,欢迎在评论区讨论~
2.2K10发布于 2018-12-27 - 来自专栏深度学习|机器学习|歌声合成|语音合成
R-4- 医学预测分析
文章目录 分类 切入点 医学研究思路 研究适合的研究数据 模型选择 选择适合的预测分子 分类 分类模型 预后模型 切入点 寻找预后或诊断因子的研究 Predictors of xx | xx predicts Risk factors of xx 无外部验证的预测模型建立研究 随机拆分验证 交叉验证 重抽样 内部-外部验证 有外部验证的预测模型建立研究 时段验证：时间分割 空间验证： 时空验证 领域验证 预测模型的验证模型 预测模型的影响研究 医学研究思路 ? 模型选择 分类变量：logistic回归 生存资料 Cox回归 计数资料：Poisson/负二项 回归连续变量：线性回归 选择适合的预测分子 阅读文献选择适当的预测因子 ?
71710发布于 2021-01-14 - 来自专栏医学数据库百科
UFold | RNA二级结构预测
但是细胞内的 RNA 可以通过折叠形成 RNA 的二级结构。 RNA 的二级结构除了维持 RNA 本身的稳定性之外，其也可以参与一些基因的调控作用。 因此了解一个 RNA 的二级结构还是十分重要的。 所以今天就介绍一个最近发表的基于深度学习的 RNA 二级结构预测工具。 输入完成之后，点击Submit 即可得到预测的预测的 RNA 的二级结构。 关于 RNA 二级结构的预测工具目前已经有很多了。基于 Ufold 的原始文献，作者比较了多个 RNA 二级结构预测工具。 所有有需要预测二级结构的情况，可以尝试使用 UFold 工具。
4.4K30编辑于 2021-12-10 - 来自专栏R语言交流中心
R语言实现DNA结构预测
今天给大家介绍一个来预测DNA结构的R包DNAshapeR，其从基因组测序数据中以超高速、高通量的方式预测DNA形状特征。该软件包以核苷酸序列或基因组间隔作为输入，并生成各种图形表示，以供进一步分析。 DNA预测使用滑动五聚体窗口，其中512个不同五聚体中的每一个都有独特的结构特征，从而在每个核苷酸位置（周向）定义了小沟宽（MGW），滚动，螺旋桨扭曲（ProT）和螺旋扭曲（HelT）的向量（周 等人， 序列的结构预测 library(DNAshapeR) fn <- system.file("extdata","CGRsample.fa", package = "DNAshapeR") pred <- 利用公共的平台去检索对应的基因序列做结构预测,当然，我们参考的这个平台的包需要连接外网。 fn <- "tmp.fa" pred <- getShape(fn) 4.
2K41发布于 2020-09-29 - 来自专栏大数据文摘
实时股票预测的开源参考结构
在股票市场中，查看历史股票价格并尝试用不同的模型来预测未来是一种常见的做法。 架构：股票预测与机器学习 概括而言，股票预测和机器学习的架构(如下图所示)支持一个由预测模型推动的优化过程，并有三个基本组成部分。首先是输入，实时交易数据必须被捕获和存储，变为历史数据。 然后预测出结果并决定采取何种行动。 ? 上图是简化版，该类型的结构在系统范围增加的情况下还有几个基本因素要考虑。其中重要的是，数据量和系统集成。 许多不同来源和类型的数据被用来预测结果，以及各种各样的汇数据处理。在一个20个数据源和20个处理汇的环境里，实时功能仍需要非常低延迟的操作。这体现了扩展问题的两个面。 机器学习模型得到的结果会被推送到其它应用进行处理，同时结果会在Apache Geode上更新，并进行实时预测和决策。
1.5K80发布于 2018-05-22 - 来自专栏惊羽-布壳儿
数据结构(4) - 串
串 1. 连续排列的字符 1.串的模式匹配(KMP算法匹配查找) 1.举例 需求 : 在总串S中,查找子串T,若存在,返回子串首字母在总串的索引i. (1) 暴力查找 从总串(简称S)的第一个字符S1开始,与子串(简称T)首字母开始比对,S1,S2..,T1,T2...,若相等,返回 S1,以此类推从S2一直比对到S[s.length-T.length]; 分析: 效率低,指针i回溯次数多. (2) KMP查找 从S[i]开始匹配,T假设从1开始,若一直到T[
37420编辑于 2022-06-15 使用Boltz-1进行RNA结构预测
从图中可以看出Boltz-1在预测蛋白质结构方面可以达到很高的精度。 下图是boltz-1在casp15大赛中的表现： 所以我们本章要分享的内容就是使用Boltz-1模型的权重对RNA的结构进行预测。 MSA序列： paired用于结构预测，能提供更可靠的比对信息。 unpaired则为补充信息。 (4)、输出文件结构示意图 执行推理后的目录结构可能如下： outputs_prediction ├── msa # MSA中间数据（CSV） ├── processed 那么今天的分享就到这里咯，下一篇文章我们会来看看如何计算rna预测结构和真实结构之间的loss，以及如何使用tm-score来打分。 回见咯。
32710编辑于 2026-04-17- 来自专栏Android相关
处理器结构--分支预测(Branch Prediction)
最初的RISC体系结构处理器采用的应对分支指令的流水线执行的办法。 原因 分支预测器猜测条件表达式的两路分支中哪一路最可能发生，然后推测执行这一路的指令，来避免流水线停顿造成的时间浪费。 实现 主要包括两类预测器： 静态预测器（Static Predictor）以及动态预测器(Dynamic Predictor) 静态预测器 预测条件跳转不发生，因此总是顺序取下一条指令推测执行。 而更好的一种方案是n-bit动态预测。 例如2bit动态预测器。 以下为2bit动态预测器工作原理： 当处于处于00状态时候，预测顺序分支 预测成功，仍处于00状态 预测失败，则调整为01状态 当处于01状态时，继续预测顺序分支 预测成功，则调整为00状态 预测失败 ，则调整为10状态 当处于10状态时，预测其他分支 预测成功，则调整为11状态 预测失败，则调整为01状态 当处于11状态时，预测其他分支 预测成功，仍处于11状态 预测失败，则回退到10状态
4K41发布于 2018-10-24 - 来自专栏大大的小数据
EasyDL结构化数据预测2021.11.15
pd.read_excel(catering_sale) #print(data) print(data.corr()) #相关系数矩阵,即给出任意两款菜之间的相关系数 测试了一下单时间变量的时间序列预测 有再测试一下多因素的表格数据预测。 先跑一个SPSS相关性 最高的r0.6，一般。 预测正确率在80%范围内,不是很理想。 重新调整输入数据的现实时间关系，再跑一下模型。
56720编辑于 2022-09-22 - 来自专栏生信修炼手册
RNAfold预测RNA的二级结构
在mirdeep软件的分析结果中，会提供miRNA前体的二级结构，这个结果实际上是通过调用RNAfold来实现的，该软件是一个经典的预测RNA二级结构的软件，网址如下 http://rna.tbi.univie.ac.at 默认参数会输出以下两种二级结构 1. optimal secondary structure 最佳二级结构，保证对应的自由能最小，最小自由能简称MFE, 结果示意如下 ? 自由能表征改变这个结构需要注入的能量大小，对应的数值越小，该结构越稳定。 同时给出了可视化结果，示意如下 ? 这个程序也是可以下载到本地运行的，基本用法如下 RNAfold < hsa.hairpin.fa -noPS > precursors.str -noPS参数代表不产生二级结构对应的postscript ，上述用法只给出了最佳的二级结构预测结果和对应的自由能。
4.7K30发布于 2020-05-08 - 来自专栏生信小驿站
蛋白质二级结构预测
蛋白质二级结构 ? 常位于蛋白结构表面，多为带点和极性氨基酸 常为活性位点组成部分 无规则卷曲（Disordered regions） Jpred Jpred 是一种蛋白质二级结构预测网络服务器,由Barton Group 通过提交单一蛋白质序列或多重蛋白质序列并运行,Jpred就可以预测出蛋白质序列的二级结构：α-螺旋、β-折叠或无规则卷曲。Jpred应用了Jnet神经网络算法，准确率达到了76.4%。 迭代搜索序列数据库，并根据搜索出来的蛋白质建立目标蛋白质的profile （序列谱），从而将蛋白质氨基酸序列用profile来表示，对每个位点最终选择前后共15个位点组成一个窗口（windows）输入神经网络进行二级结构预测 PSI-PRED的预测准确率可达75％。
1.8K01发布于 2020-07-14 - 来自专栏CreateAMind
动态网络贝叶斯预测融合：趋势预测与结构机制解析
：趋势预测与结构机制解析 https://arxiv.org/pdf/2606.26136 摘要 网络由相互竞争的结构机制塑造，例如社区、几何或枢纽。 在动态网络中，最具预测力的机制可能会发生变化，而绑定于单一机制或固定权重的模型，无法随着主导结构的转变而进行自适应调整。 定理 4（投影、校准与 BMA/堆叠差距）。 假设没有智能体等于真实情况。 在十一个预测中，针对活跃体制对过滤结构权重的 argmax 进行评分，融合方法在 11 个快照中的 6 个正确进行了定位，且该模式完全符合边界条件所预测的结果。 相反，融合方法保留并重新加权所有智能体，且定理 4 使得由此产生的对数得分差距 (11) 只要真实情况不是单个智能体，就严格为正。
19910编辑于 2026-06-29 - 来自专栏ops技术分享
Nginx结构原理全解析（4）
4.SSL 支持 5.模块化 .Nginx应用场景 1.静态请求 2.反向代理 3.负载均衡 4.资源缓存 5.安全防护 6.访问限制IP 7.访问认证 Nginx代理 1.Nginx的正向代理 正向代理换言之
31420发布于 2021-05-11 - 来自专栏周小末天天开心
Java 程序控制结构（4）
目录 前言 一、跳转控制语句 break （1）基本语句 （2）细节 （3）标签的使用 1）基本语法 2）标签细节 （4）练习 二、跳转控制语句continue （1）基本语法 （2）细节 三、跳转控制语句 break; } } 2）标签细节 1）break语句可以指定退出哪层标签 2）label1 和 label2 是标签名，可以自定义 3）break后指定到哪个lable标签就退出到哪里 4） 如果没有指定break，默认退出最近的循环体 （4）练习 1-100以内的数求和，求出当和第一次大于20的当前i的值。 Scanner(System.in); System.out.println("请输入一个年份:"); int year = myScanner.nextInt(); if(year % 4
52110编辑于 2022-10-26 - 来自专栏ellipse数据库技术
数据结构与算法（4）
（4）散列表（哈希表Hash）的存储和查找：处理冲突的方法：开地址法（线性探测法）、拉链法等 负载因子(装填因子)=表实际存储的结点个数/表的最大能存储结点个数（即表长） 二叉排序树：每个结点左子树的所有关键码值都小于该结点关键码值
53240发布于 2019-08-16 - 来自专栏有趣的django
4.Go-结构体，结构体指针和方法
4.1.结构体 结构体：讲一个或多个变量组合到一起形成新的类型，这个类型就是结构体，结构体是值类型 定义结构体和赋值 //Learn_Go/main.go package main import "fmt //{jack 12} //第三种 peo.Name = "alice" peo.Age = 25 fmt.Println(peo) //{alice 25} } 4.2.结构体指针 由于结构体是值类型，在方法传递时希望传递结构体地址，可以使用结构体指针完成 可以结合new()函数创建结构体指针 //Learn_Go/main.go package main import "fmt Jack" fmt.Println(peo, peo2) //&{Jack 22} &{Jack 22} } 4.3.方法 方法和函数语法比较像，区别是函数属于包，通过包调用函数，而方法属于结构体 ，通过结构体变量调用 默认是函数，隶属于包，所以需要添加标识，告诉编译器这个方法属于哪个结构体 （1）创建方法 //Learn_Go/main.go package main import "fmt
1.5K20发布于 2019-08-07 - 来自专栏Python机器学习算法说书人
数据结构（4）：队列（上）
队列的顺序存储结构 ? ? 队列的顺序存储 ? 队列的链式存储结构 ? ? 队列的链式存储 ? 队列的链式表示称为链队列，它实际上是一个同时带有队头指针和队尾指针的单链表。 其元素的逻辑结构仍是线性结构。将队列的两端分别称为前端和后端，两端都可以入队和出队。 在双端队列进队时，前端进的元素排列在队列中后端进的元素的前面，后端进的元素排列在前端进的元素的后面。
96920发布于 2021-04-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号