跳到正文
事件历史事件

FoldScape生成指定折叠阶段构象集合

1 篇报道1 个报道来源13 天前更新

先了解这件事

AI 综述

Lisheng Zhang等提出序列条件深度学习框架FoldScape,可在指定折叠比例Q下生成蛋白质Cα构象集合,并从序列重建三维链。在20种人类蛋白质(36至857个残基)上、相同样本量下,其生成集合覆盖的折叠坐标比不同随机种子产生的AlphaFold 3集合约多一个数量级,且跨蛋白、序参量和分箱选择保持稳定。 不过,FoldScape未覆盖紧邻天然态的附近区域,AlphaFold 3在这一区域锚定更好,研究团队称两者互补。该框架用多尺度粗粒化折叠轨迹和全原子机械去折叠轨迹训练,并采用步长为1的裁剪—叠合方案把推理扩展到比单次链级前向更长的链。

AI 根据报道生成 · 12 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. arXiv
    FoldScape 从序列预测任意折叠阶段的蛋白质构象集合

    研究团队提出序列条件深度学习框架 FoldScape,可在指定折叠比例 Q 下生成蛋白质 Cα 构象集合,并从序列重建三维链。在 20 种人类蛋白质(36 至 857 个残基)上,相同样本量下它对折叠坐标的覆盖比不同随机种子生成的 AlphaFold 3 集合高约一个数量级,但 AlphaFold 3 更能锚定近天然区域,两者形成互补。