暂无搜索历史
近年来，深度学习领域的迅速进步对蛋白质设计产生了显著影响。最近，深度学习方法在蛋白质结构预测方面取得了重大突破，使我们能够得到数百万种蛋白质的高质量模型。结合用...
先说一下今天用到的数据集，虽然之前有文章讲过，但是这次可以讲的更透彻一些，温故而知新嘛：
我们都知道pytorch是经典的动态图，所以这个参数retain_graph是一个布尔类型的值，它的true or false直接说明了在计算过程中是否保留图
这里猜测的是alphafold3直接对序列进行了结构的预测，然后再对蛋白质-蛋白质进行了docking，
在生物信息学、合成生物学、药物研发、生物材料制备等领域，深度学习技术的革新正在重塑蛋白质设计工具的边界，使其从单纯的结构预测跃升至具有创造性的设计层面。
仅通过简单的文字提示（填词），你便能迅速创作出一首包含背景音乐和填词的两分钟完整曲目。
很久很久之前就对Rosetta有所耳闻，有一篇文章叫做denovo protein design，说的就是用rosetta来设计蛋白质。
最近在帮实验室的学姐分析一些蛋白质序列，然后就接触到了DSSP这个算法。于是写一篇小笔记，仅此来记录一下本次的使用记录。
好了，今天的分享暂时到这里，gpt4的食用指南还有很多类别，下篇文章我们继续探讨如何让gpt4充当不同的角色。有什么问题欢迎大家一起和Tom交流和讨论。
命名实体识别（NER）是自然语言处理中的一项关键任务，旨在从文本中识别并提取出具有特定意义的实体，如人名、地名、组织机构名等。通过NER，计算机可以更好地理解文...
huggingface的官网，一般都是打不开的状态。首先，我们来介绍一个huggingface的镜像：
正如我们看到的，效果很差，一个重要的原因就是有标签的节点数量过少，训练的时候会有一些过拟合
一种名为 GraphDTA 的新模型，它将药物表示为图，并使用图神经网络来预测药物-靶点亲和力。我们的研究表明，图神经网络不仅能比非深度学习模型更好地预测药物与...
首先第一个很重要的函数，通过pdb文件加载蛋白质结构，我们接下来的操作都将基于此函数的返回进行操作：
所以 sid cid 和aid其实都是一些化合物的id，我们可以通过请求这个id来获得与其对应的属性：
也是torch_geometric自带的一个数据集，专门用于图神经网络入门的开胃小菜。
今天使用cloba版本的alpahfold预测了21个蛋白质序列。用过colab版本的alphafold的你应该知道，alphafold运行结束之后会自动下载一...
这张图则是介绍了顶点嵌入的目标，就是使嵌入前和嵌入后的两个的相似度保持尽可能的相等。
今天使用图神经网络和一个很新的库StellarGraph，然后基于TensorFlow搭建了一个分类模型
今天我们使用的是声呐的数据集，本数据集使用声呐探测了金属和岩石，记录了它返回的波长。
暂未填写公司和职称
暂未填写个人网址
