PulseAugur
实时 06:54:39

New AI Framework Accurately Models Protein Structures from Cryo-EM Data

研究人员开发了CryoACE,一个新颖的端到端框架,旨在从冷冻电镜(cryo-EM)密度图中准确、自动地构建原子模型。该框架通过采用以原子为中心的重建范式,直接在原子坐标处对密度特征进行采样,从而解决了物理化学有效性和构象异质性方面的挑战。CryoACE还结合了使用预测的局部分辨率先验的无训练引导机制,以解决动态模糊性,在复杂的真实世界数据集上表现优于现有方法。 AI

影响 该框架有望加速蛋白质结构测定和生物学研究中构象动力学的研究。

排序理由 该集群描述了一篇关于用于科学应用的新型AI框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

New AI Framework Accurately Models Protein Structures from Cryo-EM Data

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Minzhang Li, Mingrui Li, Weichen Qin, Qihe Chen, Sixian Shen, Yuan Pei, Jiakai Zhang, Jingyi Yu ·

    CryoACE: An Atom-centric Framework for Accurate and Automated Model Building in Cryo-EM

    arXiv:2606.31332v1 Announce Type: new Abstract: Protein automodeling from cryo-EM density maps faces unique challenges in enforcing physicochemical validity and managing conformational heterogeneity. Current solvers are often limited to static predictions or require computational…