国产综合久久久久久,日本高清不卡二区,国产精品亚洲第一区焦香,丁香婷婷在线视频

重慶理工大學(xué)在人工智能領(lǐng)域頂級(jí)期刊 《Nature Machine Intelligence》 發(fā)表研究成果
來源:重慶理工大學(xué) 發(fā)布時(shí)間:2024/06/28 點(diǎn)擊量:494 作者:謝挺

近日,重慶理工大學(xué)數(shù)學(xué)科學(xué)研究中心助理教授劉健與密歇根州立大學(xué)講席教授Guo-Wei Wei和博士后陳冬合作的題為《TopoFormer: Multiscale Topology-enabled Structure-to-Sequence Transformer for Protein-Ligand Interaction Predictions》研究成果,在人工智能領(lǐng)域頂級(jí)期刊《Nature Machine Intelligence》上發(fā)表。

《TopoFormer: Multiscale Topology-enabled Structure-to-Sequence Transformer for Protein-Ligand Interaction Predictions》在《Nature Machine Intelligence》上發(fā)表。


該論文提出了一種創(chuàng)新的工具——TopoFormer,結(jié)合了大語言模型(LLM)與多尺度拓?fù)浼夹g(shù),用于預(yù)測(cè)蛋白質(zhì)-配體相互作用。TopoFormer的核心在于其獨(dú)特的拓?fù)浞椒ǎ闯掷m(xù)拓?fù)涑瑘D拉普拉斯(PTHL)技術(shù)。PTHL技術(shù)能夠?qū)?fù)雜的3D蛋白質(zhì)-配體復(fù)合物轉(zhuǎn)換為L(zhǎng)LM可處理的拓?fù)洳蛔兞亢屯咝螤钚蛄校瑥亩蹲讲煌臻g尺度上的關(guān)鍵相互作用。此外,TopoFormer在評(píng)分、排序、對(duì)接和篩選等任務(wù)中表現(xiàn)優(yōu)異,大幅超越了傳統(tǒng)算法和最新的深度學(xué)習(xí)模型。研究團(tuán)隊(duì)在多個(gè)基準(zhǔn)數(shù)據(jù)集上驗(yàn)證了TopoFormer的性能,證明其在準(zhǔn)確度和效率方面具有顯著優(yōu)勢(shì)。這項(xiàng)研究不僅展示了TopoFormer在蛋白質(zhì)-配體相互作用預(yù)測(cè)中的強(qiáng)大能力,而且為拓?fù)鋵W(xué)在其他結(jié)構(gòu)數(shù)據(jù)中的應(yīng)用提供了新的思路。


拓?fù)浯笳Z言模型示意圖。

此項(xiàng)研究工作得到了重慶理工大學(xué)科學(xué)技術(shù)研究院、理學(xué)院、數(shù)學(xué)科學(xué)研究中心的支持。

據(jù)了解,《Nature Machine Intelligence》是《Nature》期刊于2019年創(chuàng)立的子刊,也是公認(rèn)為的人工智能和機(jī)器學(xué)習(xí)領(lǐng)域的頂級(jí)國際期刊。該期刊在影響因子(Impact Factor)和谷歌指數(shù)(H-Index)方面均列前茅,覆蓋計(jì)算生物學(xué)、模式識(shí)別、圖像處理和計(jì)算機(jī)視覺等多個(gè)領(lǐng)域。據(jù)相關(guān)數(shù)據(jù)顯示,其在“計(jì)算機(jī)科學(xué)和人工智能”類別的144個(gè)期刊以及“計(jì)算機(jī)科學(xué)和跨學(xué)科應(yīng)用”類別的113個(gè)期刊中排名均為首位。