Scifaro

中文

用于预测折叠共聚合物序列三维结构的循环神经网络

软凝聚态物质 2024-07-17 v1 无序系统与神经网络统计力学计算物理

作者: R. G. Reilly , M. -T. Kechadi , Yu. A. Kuznetsov , E. G. Timoshenko , K. A. Dawson

在 arXiv 上查看 ↗ PDF ↗

摘要

本文发展了人工序列基于近似蛋白质模型的神经网络技术。我们仅编码氨基酸侧链的疏水性，而不尝试建模次级结构。我们使用该方法获得一组具有已知三维结构的序列用于训练神经网络。通过采用循环神经网络，我们描述了一种处理真实长度序列以及序列区域之间远程相互作用的方案。

关键词

循环神经网络共聚合物序列三维结构预测疏水性蛋白质折叠

引用

@article{arxiv.2407.11493,
  title  = {Using recurrent neural networks to predict aspects of 3-D structure of folded copolymer sequences},
  author = {R. G. Reilly and M. -T. Kechadi and Yu. A. Kuznetsov and E. G. Timoshenko and K. A. Dawson},
  journal= {arXiv preprint arXiv:2407.11493},
  year   = {2024}
}

备注

10 pages, 4 postscript figures