Loading...
机构名称:
¥ 1.0

摘要蛋白质结构在生物医学研究中的重要性,尤其是在药物发现和设计过程中,不可忽视。这些结构的准确性对于确保研究的成功至关重要。然而,蛋白质结构的实验确定是昂贵且耗时的,计算预测并非完美。因此,评估蛋白质模型的质量已成为在进一步探索之前过滤最可靠的选择的至关重要的一步。为了满足这一需求,各种结构生物信息学实验室已经开发了评估模型质量(EMQ)的方法。将机器学习(ML)应用于EMQ已成为最有效的方法之一,这是由CASP挑战的结果证明的,CASP挑战的结果在科学界被广泛认可。本文对近年来开发的基于ML的主要EMQ方法进行了系统分析。我们根据使用的ML技术对这些方法进行分类,并从方法论角度研究它们的相关性。我们还介绍了EMQ的基本面。总体而言,本文旨在作为探索蛋白质质量评估的当前研究的起点,同时讨论这个迅速发展的领域的未来前景。

蛋白质结构质量评估的机器和深度学习创新

蛋白质结构质量评估的机器和深度学习创新PDF文件第1页

蛋白质结构质量评估的机器和深度学习创新PDF文件第2页

蛋白质结构质量评估的机器和深度学习创新PDF文件第3页

蛋白质结构质量评估的机器和深度学习创新PDF文件第4页

蛋白质结构质量评估的机器和深度学习创新PDF文件第5页