机构名称：
¥ 1.0
AI网络现在可以在大多数情况下以很高的精度预测蛋白质复合物的结构。预测蛋白质复合物的准确性与输入信息的质量直接相关。但是，这些信息可能会非常嘈杂，从而使质量的输出产生不同。一个有趣的发现是，用于结构预测的AI网络往往会根据对预测本身的信心做出错误预测。一起，这表明可以通过AI网络的预测信心来寻找更多有用的输入信息。为了改善蛋白质复合物的结构预测，我们在这里学习如何过滤输入信息，以便基于预测的置信度可以更好地使用AlphaFold-Multimer。我们表明，在33％的α-折叠式斗争的情况下，有可能有效地进行此操作并改善结构。也可以将相同的过滤过程用于其他任务，例如搜索替代构象，尽管这尚待研究。
改善了用AlphaFold- ...
主要关键词
相关文件推荐
