PulseAugur
实时 05:24:48
English(EN) Inference-time optimization for experiment-grounded protein ensemble generation

新框架优化蛋白质系综生成,提高AlphaFold3准确性

研究人员开发了一个新的蛋白质系综生成优化框架,提高了AlphaFold3等模型的准确性和热力学合理性。该方法优化潜在表示以最大化系综对数似然,这比事后结构调整更有效。该方法还结合了新颖的采样方案来生成Boltzmann加权系综,平衡实验似然性与结构和力场先验。这带来了更好的多样性、物理能量和与实验数据的一致性,同时也暴露了当前蛋白质设计置信度指标的一个弱点。 AI

影响 提高了蛋白质结构预测模型的准确性和可靠性,可能加速药物发现和生物分子工程。

排序理由 这是一篇详细介绍蛋白质系综生成新计算框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架优化蛋白质系综生成,提高AlphaFold3准确性

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Advaith Maddipatla, Anar Rzayev, Marco Pegoraro, Martin Pacesa, Paul Schanda, Ailie Marx, Sanketh Vedula, Alex M. Bronstein ·

    用于实验佐证蛋白质集合生成的推理时间优化

    arXiv:2602.24007v3 Announce Type: replace-cross Abstract: Protein function relies on dynamic conformational ensembles, yet current generative models like AlphaFold3 often fail to produce ensembles that match experimental data. Recent experiment-guided generators attempt to addres…