DL4Proteins Jupyter 笔记本教程：人工智能用于生物分子结构预测与设计
生物大分子
2025-11-05 v1
摘要
生物分子结构的预测与设计方法正日益强大。虽然以往方法依赖于基于物理的建模,但现代工具如AlphaFold2在CASP14中的表现，利用人工智能(AI)实现了显著提升。AI驱动工具在蛋白科学中的日益影响，使得提升AI素养的教育材料变得必要，这对于寻求深化专业知识的已建立科学家以及进入领域的新研究人员都具有重要意义。为此，我们开发了DL4Proteins，一套十个交互式笔记本模块，介绍基本机器学习(ML)概念，引导用户完成蛋白相关任务的ML模型训练，最终呈现最前沿的蛋白质结构预测和设计管道。仅凭网页浏览器，学习者即可访问由专业蛋白工程师所使用的先进计算工具——从原子级蛋白设计到针对生物物理相关功能任务微调蛋白语言模型。通过提高可及性，这一笔记本系列拓宽了AI驱动蛋白研究的参与者范围。该完整笔记本系列已公开发布于https://github.com/Graylab/DL4Proteins-notebooks。
关键词
引用
@article{arxiv.2511.02128,
title = {DL4Proteins Jupyter Notebooks Teach how to use Artificial Intelligence for Biomolecular Structure Prediction and Design},
author = {Michael Chungyoun and Gabe Au and Britnie Carpentier and Sreevarsha Puvada and Courtney Thomas and Jeffrey J. Gray},
journal= {arXiv preprint arXiv:2511.02128},
year = {2025}
}
备注
27 pages, 5 figures