基因组、蛋白质组等生物学数据是典型的大数据;大数据时代的生物信息学研究范式似乎发生了显著的改变:从传统“Insight->理性建模->实验结果分析”范式到“Insight->NN->实验结果分析->理解NN”范式。这种转变在蛋白质结构预测领域表现得尤为显著:从传统的基于统计模型的残基间预测算法,到纯粹基于NN的残基间距离预测和结构预测。 本次报告将以蛋白质结构预测为例,介绍生物物理学、统计学、计算机科学等不同领域研究者对同一问题的不同研究思路,并介绍报告人做的一些工作

成为VIP会员查看完整内容
7

相关内容

MIT《图神经网络的任务结构与泛化》,22页ppt
专知会员服务
23+阅读 · 2021年2月28日
DeepMind《AlphaFold2蛋白质结构预测》CASP14介绍报告,42页ppt
【NeurIPS2020】因果推断学习教程,70页ppt
专知会员服务
190+阅读 · 2020年12月12日
【清华大学龙明盛副教授】迁移学习理论与算法,59页ppt
专知会员服务
82+阅读 · 2020年11月27日
最新《因果推断导论》课程,102页ppt
专知会员服务
180+阅读 · 2020年9月1日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
来聊聊计算生物学和AI for Science|量子位 x 微软亚洲研究院
微软研究院AI头条
0+阅读 · 2022年1月25日
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
《自然语言处理:基于预训练模型的方法》PPT下载
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
13+阅读 · 2021年3月29日
已删除
Arxiv
32+阅读 · 2020年3月23日
Arxiv
15+阅读 · 2020年2月5日
Arxiv
15+阅读 · 2019年4月4日
VIP会员
相关VIP内容
MIT《图神经网络的任务结构与泛化》,22页ppt
专知会员服务
23+阅读 · 2021年2月28日
DeepMind《AlphaFold2蛋白质结构预测》CASP14介绍报告,42页ppt
【NeurIPS2020】因果推断学习教程,70页ppt
专知会员服务
190+阅读 · 2020年12月12日
【清华大学龙明盛副教授】迁移学习理论与算法,59页ppt
专知会员服务
82+阅读 · 2020年11月27日
最新《因果推断导论》课程,102页ppt
专知会员服务
180+阅读 · 2020年9月1日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
微信扫码咨询专知VIP会员