Рада ухвалила закон про мобілізацію: що змінюється для українців
Долар 41.54 ₴ (+0.12), євро 44.98 ₴ (-0.05)
Кременчук: +18°C, ясно. Увечері до +12°C.
День працівників соціальної сфери. Всесвітній день сміху.
Сьогодні святкують: Максим, Віктор, Тамара
Овен: Хороший день для нових починань. Зірки сприяють ініціативі.
2004 — Кіпр, Чехія та 8 інших країн вступили до Євросоюзу
Паливо знову подорожчало: А-95 переступив психологічну межу
Apple iPhone 17 Air: все що відомо про найтоншу модель
В останні роки моделі, здатні передбачати структуру або функцію білків, стали невід'ємною частиною біологічних досліджень. Вони допомагають ідентифікувати цілі для ліків та розробляти нові терапевтичн
В останні роки моделі, здатні передбачати структуру або функцію білків, стали невід'ємною частиною біологічних досліджень. Вони допомагають ідентифікувати цілі для ліків та розробляти нові терапевтичні антитіла. Однак, до сьогодні залишалася невирішеною проблема "чорної скриньки": неможливість зрозуміти, як саме ці моделі роблять свої прогнози.
Дослідники з Массачусетського технологічного інституту знайшли спосіб відкрити цю "чорну скриньку". Вони використали нову техніку, щоб зрозуміти, які особливості білкові моделі аналізують при здійсненні своїх прогнозів. Це відкриття може значно прискорити процес ідентифікації нових ліків або вакцин.
Використовуючи алгоритми, такі як розріджені автокодери, вчені змогли розширити простір представлення білків у мережі, що дозволило більш чітко відслідковувати, які особливості білків враховують моделі. Це відкриття не тільки підвищує розуміння внутрішньої роботи моделей, але й може дати нові біологічні відкриття.
Цей підхід дозволяє не лише краще обирати моделі для конкретних завдань, але й дозволяє дослідникам змінювати тип вхідних даних, щоб досягти кращих результатів. У майбутньому, коли моделі стануть ще потужнішими, вони можуть стати джерелом нових знань про білки, які досі залишаються невідомими.
Без спаму. Лише топ-матеріали Gosta. Відписатись в один клік.