亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Protein structure prediction now easier, faster.

计算生物学 生物系统 蛋白质结构 人工智能 卡斯普
作者
Elizabeth Pennisi
出处
期刊:Science [American Association for the Advancement of Science (AAAS)]
卷期号:373 (6552): 262-263 被引量:5
标识
DOI:10.1126/science.373.6552.262
摘要

Proteins are the minions of life, working alone or together to build, manage, fuel, protect, and eventually destroy cells. Last year, in a result hailed as a turning point, computational biologists showed that artificial intelligence (AI) could accurately predict a complex structure based on the protein9s string of amino acids. A new team has now made AI-based structure prediction more powerful and accessible. Their method works on not just simple proteins, but also complexes of proteins, and its creators have made their computer code freely available. In a recent test of the method, it made short work of more than 4500 protein sequences submitted by outside researchers. And experts expect the newly released code will inspire even better, faster approaches to understanding proteins.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
诺亚方舟哇哈哈完成签到 ,获得积分0
9秒前
FengyaoWang完成签到,获得积分10
10秒前
余念安完成签到 ,获得积分10
12秒前
13秒前
科研通AI2S应助科研通管家采纳,获得10
14秒前
异丙肾上腺素完成签到 ,获得积分10
19秒前
20秒前
明亮囧完成签到 ,获得积分10
21秒前
归尘发布了新的文献求助10
23秒前
对手完成签到 ,获得积分10
24秒前
小哈发布了新的文献求助10
25秒前
剑逍遥完成签到 ,获得积分10
28秒前
123发布了新的文献求助10
29秒前
活力毛豆完成签到 ,获得积分10
31秒前
小哈完成签到,获得积分10
34秒前
Wish完成签到,获得积分10
36秒前
所所应助AM采纳,获得10
45秒前
Wish发布了新的文献求助20
49秒前
50秒前
知性的冰棍完成签到 ,获得积分10
51秒前
思源应助一木张采纳,获得10
52秒前
团团团完成签到 ,获得积分10
53秒前
55秒前
56秒前
愉快千万完成签到,获得积分20
58秒前
shuang完成签到 ,获得积分10
58秒前
59秒前
酷波er应助DXXX采纳,获得10
1分钟前
愉快千万发布了新的文献求助30
1分钟前
1分钟前
huamo发布了新的文献求助10
1分钟前
1分钟前
传奇完成签到 ,获得积分10
1分钟前
李健应助huamo采纳,获得10
1分钟前
DXXX发布了新的文献求助10
1分钟前
1分钟前
1分钟前
快乐飞丹关注了科研通微信公众号
1分钟前
1分钟前
小合发布了新的文献求助10
1分钟前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2500
Healthcare Finance: Modern Financial Analysis for Accelerating Biomedical Innovation 2000
Applications of Emerging Nanomaterials and Nanotechnology 1111
Agaricales of New Zealand 1: Pluteaceae - Entolomataceae 1040
Les Mantodea de Guyane Insecta, Polyneoptera 1000
Neuromuscular and Electrodiagnostic Medicine Board Review 700
지식생태학: 생태학, 죽은 지식을 깨우다 600
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 纳米技术 内科学 物理 化学工程 计算机科学 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 电极
热门帖子
关注 科研通微信公众号,转发送积分 3466753
求助须知:如何正确求助?哪些是违规求助? 3059555
关于积分的说明 9066885
捐赠科研通 2750012
什么是DOI,文献DOI怎么找? 1508902
科研通“疑难数据库(出版商)”最低求助积分说明 697115
邀请新用户注册赠送积分活动 696896