分类： 深度学习

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。

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”