机构名称：
¥ 1.0
然而，确定 RNA 结构已被认为是一项巨大的挑战，甚至被认为比蛋白质结构预测更困难 [26]。原因很简单，因为 RNA 分子的灵活性。蛋白质分子每个残基上有三个扭转角，产生的多样性足以使结构预测变得困难，而 RNA 分子每个核苷酸上都有七个扭转角 [18]。因此，RNA 分子在允许的三级结构方面具有组合爆炸式增长。由于构象样本空间很大，旨在随机抽样并选择自由能最低的分子的传统蒙特卡罗方法往往无法在合理的时间内收敛。为了解决这个问题，部分由于最近使用 AlphaFold [13] 在蛋白质结构预测方面取得的成功，人们提出了基于深度学习的方法 [19，23]。这些方法在结构预测方面表现出良好的效果。利用 DiffRNAfold，我们提出了一个框架，将 RNA 结构生成和设计向前迈进了一步。
DiffRNAFold：利用潜在空间扩散生成 RNA 三级结构
主要关键词
相关文件推荐
