<address id="v5f1t"><meter id="v5f1t"><dfn id="v5f1t"></dfn></meter></address>

<nobr id="v5f1t"><i id="v5f1t"><em id="v5f1t"></em></i></nobr>
      <font id="v5f1t"></font>

    <font id="v5f1t"><ruby id="v5f1t"></ruby></font>

      <listing id="v5f1t"></listing>

        <dfn id="v5f1t"><ruby id="v5f1t"><form id="v5f1t"></form></ruby></dfn>

            <dfn id="v5f1t"></dfn>

            <progress id="v5f1t"><b id="v5f1t"><strike id="v5f1t"></strike></b></progress>

              <font id="v5f1t"></font>

                      人為智能初次成功領略卵白質構造

                      導讀圖中藍色為計算機預測的蛋白質結構,綠色為實驗驗證結果,二者相似度非常高。生物學界最大的挑戰之一——蛋白質三維結構解析如今有望被破解。谷歌旗下人工智能公司DeepMind開發的深度學習程序AlphaFo

                      圖中的藍色是計算機預測的蛋白質結構,綠色是實驗驗證結果。兩者之間的相似度很高。

                      人為智能初次成功領略卵白質構造

                      生物學最大的挑戰之一-蛋白質三維結構的分析現在有望解決。由谷歌人工智能公司DeepMind開發的深度學習程序AlphaFold可以準確地預測其三維形狀。長期以來,人們需要使用實驗來確定完整的蛋白質結構,而這些方法通常要花費數月甚至數年。現在,人工智能還具有給出準確的預測計算方法的能力,這可能只需要幾天甚至半個小時。 11月30日,在蛋白質結構預測挑戰CASP中,AlphaFold計劃在100多個團隊中脫穎而出。將深度學習與張力控制算法相結合,并將其應用于結構和遺傳數據,使用已解決的170,000種已知蛋白質來訓練深度學習網絡。 DeepMind的相關研發團隊表示,它將繼續培訓AlphaFold以更好地分析更復雜的蛋白質結構。

                      免責聲明:本文章由會員“馬陽”發布如果文章侵權,請聯系我們處理,本站僅提供信息存儲空間服務如因作品內容、版權和其他問題請于本站聯系
                      <address id="v5f1t"><meter id="v5f1t"><dfn id="v5f1t"></dfn></meter></address>

                      <nobr id="v5f1t"><i id="v5f1t"><em id="v5f1t"></em></i></nobr>
                          <font id="v5f1t"></font>

                        <font id="v5f1t"><ruby id="v5f1t"></ruby></font>

                          <listing id="v5f1t"></listing>

                            <dfn id="v5f1t"><ruby id="v5f1t"><form id="v5f1t"></form></ruby></dfn>

                                <dfn id="v5f1t"></dfn>

                                <progress id="v5f1t"><b id="v5f1t"><strike id="v5f1t"></strike></b></progress>

                                  <font id="v5f1t"></font>

                                          国产成人h片视频在线观看