预训练模型
文章源自微软亚洲研究院，有改动 作者：微软亚洲研究院来源：知乎 请问深度学习中预训练模型是指什么？如何得到？ …
论文阅读 | Accurate prediction of protein–nucleic acid complexes using RoseTTAFoldNA
蛋白质-RNA 和蛋白质-DNA 复合物在生物学中发挥着关键作用。尽管蛋白质结构预测方面最近取得了相当大的进展，但与已知复合物没有同源性的蛋白质-核酸复合物的结构预测在很大程度上是一个尚未解决的问题。在这里，我们扩展了 RoseTTAFold 机器学习蛋白质结构预测方法，以额外预测核酸和蛋白质-核酸复合物。我们开发了一个经过训练的网络 RoseTTAFoldNA，它可以快速生成三维结构模型，并对蛋白质 DNA 和蛋白质-RNA 复合物进行置信估计。在这里，我们表明，置信预测的准确性比当前最先进的方法要高得多。 RoseTTAFoldNA 应该广泛用于模拟天然存在的蛋白质-核酸复合物的结构，以及设计序列特异性 RNA 和 DNA 结合蛋白。
自监督学习
参考：知乎专栏-搜索推荐广告排序艺术 搜索推荐广告排序艺术 自监督学习（Self-supervised Lea …
torch.nn.Parameter(Tensor data, bool requires_grad)
torch.nn.Parameter继承torch.Tensor类，其功能为将不可训练的Tensor类参数转化为可训练的Parameter类参数，并将这个参数绑定到module中，成为module中可训练的参数。
Argmax Flows and Multinomial Diffusion:
Learning Categorical Distributions
Argmax流和多项式扩散：学习类别分布（flow部分未更新） [2102.05379v3] Argmax F …
Read more “Argmax Flows and Multinomial Diffusion:
Learning Categorical Distributions”
论文阅读：Artificial Intelligence in Aptamer–Target Binding Prediction
综述：适体中的人工智能——目标结合预测 原文地址：https://doi.org/10.3390/ijms22 …
Read more “论文阅读：Artificial Intelligence in Aptamer–Target Binding Prediction”
torch.max()/Tensor类变量.max()
函数输入： 一、一维Tensor 一维情况较为简单，返回数组最大值，也可以添加参数dim，添加后返回结果会多包 …
核酸适配体（Aptamer）
核酸适配体(Aptamer)是一种能和靶分子特异性结合的单链寡核苷酸。通常是利用体外筛选技术——指数富集的配体 …
使用了人工智能技术的基本情报技术RaptGen
向着所有人都能获取自己必要的药物的健康长寿社会的实现向前迈进了一步 https://www.waseda.jp …
Accurate De Novo Prediction of Protein
Contact Map by Ultra-Deep Learning Model
用超深度学习模型精确从头预测蛋白质接触图 动机 通过序列来预测蛋白质结构是一个重要的问题，而目前的研究对于缺乏 …
Read more “Accurate De Novo Prediction of Protein
Contact Map by Ultra-Deep Learning Model”