V
主页
5.1 什么是AlphaFold
发布人
蛋白质结构预测技术的关键评估(Critical Assessment of protein Structure Prediction,CASP),是基于残基序列直接预测蛋白质三维结构的全球科学盛会,目标是对来自世界各地科学家团队提交的蛋白质结构预测模型的关键指标做出科学评估。 参加CASP比赛的团队一般由科学家、工程师和人工智能专家等组成,CASP每两年举办一次。从1994年的第1届CASP1到2018年的第13届CASP13,从未间断。在撰写本教材的过程中,第14届CASP14已经于2020年4月拉开序幕。有人将两年一度的CASP誉为结构生物学领域的“奥林匹克”。 Google旗下DeepMind公司的一个人工智能研究团队参加了CASP13,团队名称为A7D,其开发的蛋白质结构预测系统称为AlphaFold(又称A7D系统)。相关研究成果发表在Nature上(Senior, Evans et al. 2020),深度学习模型的代码开源在GitHub(https://github.com/deepmind/deepmind-research/tree/master/alphafold_casp13)。AlphaFold系统的逻辑结构如图5.2所示。
打开封面
下载高清视频
观看高清视频
视频下载器
2.16 数据集划分
5.7 二面角与拉氏构象图
2.12 定义池化层
2.10 定义卷积层
1.18 XGBoost回归模型
3.17 参数与超参数
2.9 三维卷积
1.15 岭回归模型
8.7 人脸相似度计算
3.9 损失函数
3.8 激励函数
2.19 数据标准化
2.13 经典结构LeNet-5
3.26 迁移学习与特征提取
3.20 ResNet卷积网络
3.14 正则化
1.4 相关矩阵
9.16 文件上传与下载
7.8 人脸识别模型训练
5.1 项目动力
2.15 为什么使用卷积?
9.3 服务器主程序
2.6 MobileNetV3解析
4.7 划分数据集
4.5 交并比
3.7 下载图片
2.2 训练集观察
2.21 模型训练
7.6 客户机发送数据
2.11 简单卷积神经网络
9.14 上传图片
1.11 Python IO 数据流
5.6 数据集预处理与划分
5.18 Android项目初始化
4.15 YOLO技术演进
5.18 距离模型参数设定与训练
2.5 TCP控制头解析
1.1 数据集
2.3 Wireshark过滤器
8.2 数据库检索