机构名称：
¥ 2.0
我们提出了一种深度学习方法，可以从其核酸序列中预测RNA的3D折叠结构。我们的方法结合了自回归的深层生成模型，蒙特卡洛树搜索和得分模型，以查找和对给定RNA序列的最可能的折叠结构进行排名。我们表明，尽管可以用于训练的实验测量的结构数量较少，但在原子分辨率下，通过深度学习进行了从头学习的预测。我们通过在RNA-Puzzles预测挑战的回顾性评估中实现竞争结果来确认我们的方法的预测能力，而无需使用来自多个序列比对的结构接触信息或化学探测实验的其他数据。对最近的RNA-Puz-Zle挑战的盲目预测为“ dfold”，进一步支持了我们方法的竞争性能。
RNA 3D结构的从头预测具有深刻的生成模型
主要关键词
相关文件推荐
