首页 > 医学

东北大学孟琭团队提出TAWFN模型,通过双模型自适应权重融合网络进行蛋白质功能预测

智药邦 2024-11-26 08:00
文章摘要
东北大学孟琭教授团队提出了一种名为TAWFN的深度学习框架,用于蛋白质功能预测。该框架通过结合卷积神经网络(CNN)和图卷积网络(GCN),形成双模型自适应权重融合网络,从蛋白质结构中提取特征,进行功能预测。研究结果显示,TAWFN在多个数据集上的表现优于现有方法,特别是在分子功能、生物过程和细胞组件的预测上。此外,通过消融实验和案例分析,验证了TAWFN的有效性和优越性,表明其在蛋白质功能预测中的应用潜力。
东北大学孟琭团队提出TAWFN模型,通过双模型自适应权重融合网络进行蛋白质功能预测
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
最新文章
AI驱动药物发现|Genesis与英伟达达成新的股权投资和合作
AI驱动药物发现|Genesis与英伟达达成新的股权投资和合作
2024年11月13日,致力于利用人工智能技术为患者创造突破性药物的先驱公司Genesis Therapeutics宣布获得英伟达风险投资部门NVentures的进一步股权投资。此次投资是NVentu
10小时前
东北大学孟琭团队提出TAWFN模型,通过双模型自适应权重融合网络进行蛋白质功能预测
东北大学孟琭团队提出TAWFN模型,通过双模型自适应权重融合网络进行蛋白质功能预测
蛋白质在生物系统中起着至关重要的作用,对其功能的精确预测是实际应用中必不可少的。尽管高通量技术促进了蛋白质序列数据的激增,但揭示蛋白质的确切功能仍然需要大量的时间和资源。目前,许多方法依赖于蛋白质序列
10小时前
Nat Mach Intell|微软亚洲研究院科学智能中心刘铁岩小组:用于预测分子体系平衡态分布的深度学习模型DiG
Nat Mach Intell|微软亚洲研究院科学智能中心刘铁岩小组:用于预测分子体系平衡态分布的深度学习模型DiG
近年来,深度学习方法在分子结构预测方面取得了重大突破,其中用于精确预测蛋白质结构的 AlphaFold 模型,其作者荣获2024年诺贝尔化学奖,便是这一进展的最佳例证。然而,由于分子的高度灵活性,预测
10小时前
Precision Chemistry|复旦大学刘智攀团队:迈向原子模拟的未来--智能化与自动化
Precision Chemistry|复旦大学刘智攀团队:迈向原子模拟的未来--智能化与自动化
原子模拟已成为现代科学研究中揭示原子动态过程的主要工具,旨在理解和预测复杂的物理现象。其成功在很大程度上依赖于势能面描述的准确性和捕捉重要稀有事件的效率。然而长期以来基于量子力学和统计力学的传统模拟由
10小时前
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1