原创 生物世界 生物世界撰文丨王聪编辑丨王多鱼排版丨水成文2024年诺贝尔化学奖授予了 Demis Hassabis 和 John M. Jumper，以表彰他们在“蛋白质结构预测”方面的贡献，他们开发的AlphaFold系统实现了对蛋白质三维结构的准确预测。然而，准确预测另一种生物大分子——RNA的三维结构，仍是一个尚未解决的挑战。确定RNA的三维结构对于理解其功能、指导靶向药物开发和合成生物学设计至关重要。但RNA的结构灵活性导致已通过实验确定的结构数据的稀缺，这使得计算预测工作变得复杂。近日，香港中文大学李煜、哈佛大学James Collins、尹鹏、智峪生科王晟、复旦大学孙思琦等人在 Nature 子刊 Nature Methods 上发表了题为：Accurate RNA 3D structure prediction using a language model-based deep learning approach 的研究论文。该研究使用RNA语言模型，实现准确、快速的RNA三维结构的从头预测，在建模单链RNA方面显示了很强的准确性，并在不同RNA家族和类型中表现出良好的泛化能力，同时还能够捕捉局部特征（例如螺旋间角和二级结构）。摘要：原创 生物世界 生物世界撰文丨王聪编辑丨王多鱼排版丨水成文2024年诺贝尔化学奖授予了 Demis Hassabis 和 John M. Jumper，以表彰他们在“蛋白质结构预测”方面的贡献，他们开发的AlphaFold系统实现了对蛋白质三维结构的准确预测。
来源：黑兔说科学
免责声明：本站系转载，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容!