Loading...
机构名称:
¥ 16.0

由于当前方法筛选蛋白质结合效力的速度和规模,测试新的工程结合蛋白设计非常低效。定量而非定性筛选新蛋白质将进一步提高效率。汤姆森实验室开发了一种高通量筛选方法,用于收集有关结合蛋白的信息并实现蛋白质设计。在我的项目中,我致力于开发一种使用蛋白质语言模型预筛选生成蛋白质的新方法。应用现有的蛋白质大型语言模型 (pLLM),例如进化规模建模 (ESM) 和 AlphaFold 2 & 3,我正在研究一种生成蛋白质然后预筛选其结合亲和力的方法。我也有机会学习如何使用实验室的高通量筛选分析来实验性地测试蛋白质设计。到目前为止,我还没有完全开发的方法/模型,但我有一个需要微调的基本分类器,并且需要一个仍需要指定最佳参数的生成器。我希望能够在夏季结束之前完成这些编程改进,并可能通过应用高通量筛选来测试它们。

2024 学生摘要书

2024 学生摘要书PDF文件第1页

2024 学生摘要书PDF文件第2页

2024 学生摘要书PDF文件第3页

2024 学生摘要书PDF文件第4页

2024 学生摘要书PDF文件第5页

相关文件推荐

2024 年
¥162.0
2024 年
¥4.0
2024 年
¥1.0
2024 年
¥3.0
2024 年
¥1.0
2024 年
¥2.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥4.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥2.0
2024 年
¥2.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥4.0
2024 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥19.0
2024 年
¥1.0