【深度学习】ProteinMPNN新一代Rosetta蛋白质序列设计引擎
——介绍——传统的蛋白质序列设计方法，如Rosetta中FastDesign，是利用rotamer library对氨基酸进行采样，在势能面上采用蒙特卡洛模拟不断循环迭代得到能量最低的序列。继深度学习...
admin
专家点评NBT | 李栋/戴琼海团队开发合理化深度学习超分辨显微成像方法
点评 | 徐涛/纪伟（中国科学院生物物理所）、田捷（北京航空航天大学）光学显微成像技术的发展为人类打开了认识微观世界的大门，也成为了当今细胞生物学、发育生物学、神经科学等生命科学领域的重要研究工具。长...
NBT｜蛋白结构预测新方法——基于语言模型和深度学习的蛋白质结构预测
撰文 | 十一月根据氨基酸预测蛋白质的三维结构是生物物理学中具有重大意义的挑战【1】。一直以来，蛋白质的结构依赖于生物物理的方法，AlphaFold等算法模型使用深度神经网络生成蛋白质结构预测【2】。...
【深度学习】基于分数模型的分子动力学模拟
——介绍——目前的分子动力学模拟技术(MD)仍难以满足研究人员对重大微观事件深入探究的要求。即使发展了一系列的增强采样方法，但似乎仍难以解决MD的时间尺度限制问题，甚至可能导致不可避免的精度折损问题。...
基于结构的药物设计与几何深度学习
编译 | 刘名权审稿 | 陈睿哲本文介绍一篇来自于苏黎世联邦理工大学的Gisbert Schneider等人的关于几何深度学习的综述《Structure-based Drug Design With...
一种基于深度学习网络的动态视觉力测量方法
点击下方卡片，关注“新机器视觉”公众号重磅干货，第一时间送达本期为大家分享一篇关于基于视触觉传感器下力动态估计的一篇文章——Dynamic-Vision-Based Force Measurement...
Nature子刊｜将药化知识结合机器学习用于自动化分子构建、评分与自由能计算的开源流程
近日，Nature计算化学子刊发表了题为"An open-source molecular builder and free energy preparation workflow"的文章，作者开发了...
药物发现中的深度学习
2022年10月28日，来自巴基斯坦的研究团队在期刊Journal of Biomolecular Structure and Dynamics上发表综述论文Deep learning in drug...
【深度学习】什么是扩散模型（Diffusion Models），为什么它们是图像生成的一大进步？
也许过去十年在计算机视觉和机器学习方面的突破是GANs(生成式对抗网络)的发明——这种方法引入了超越数据中已经存在的内容的可能性，是一个全新领域的敲门砖，现在称为生成式建模。然而，在经历了一个蓬勃发展...
【深度学习】超生动图解长短记忆神经网络(LSTM)
转载自：量子位 towardsdatascienceAI识别你的语音、回答你的问题、帮你翻译外语，都离不开一种特殊的循环神经网络（RNN）：长短期记忆网络（Long short-term memo...