如处理生物问题，首先要分清当前是一个分类、回归或者生成问题，然后确定模型选择，接着考虑如何把数据处理到模型中，再从处理数据的过程中结合生物学知识构造特征，最后再用模型训练这些特征和预测结果，不断优化得到最优结果。...

浏览 82 次 标签： Datawhale AI夏令营——siRNA药物药效预测学习笔记   

ESM2模型设置##加载本地的tokenizer和模型定义一个新的类，它继承自PyTorch的Dataset类。这个类用于创建一个自定义的数据集，可以与DataLoader一起使用来加载数据。__init__...

浏览 52 次 标签： 计算生物——Code_Pytorch框架——蛋白靶点小分子药物对接亲和力预测_CPU（07.11-07.22）   

RNN是一种特殊的神经网络，适合处理序列数据。与传统的前馈神经网络不同，RNN具有内部状态（记忆），能够处理输入信息的序列，这使得它们非常适合处理语言处理、时间序列分析等任务。...

浏览 73 次 标签： #Datawhale AI夏令营 之 AI for Science（AI+药物）#深度学习 #task 2   

从零入门AIforScience（AI+药物)#DatawhaleAI夏令营...

浏览 78 次 标签： 从零入门 AI for Science（AI+药物) #Datawhale AI 夏令营   

深度学习在蛋白质设计领域的应用可以加速药物研发和生物治疗等领域的研发进程。通过预测蛋白质的结构和功能，研究人员可以更快地筛选出具有潜在治疗价值的药物候选物_cadd...

浏览 52 次 标签： 药物人必备科研技能！CADD计算机辅助药物设计联合AIDD人工智能药物发现+深度学习蛋白质设计   

准确预测的生物分子复合物结构，对于理解细胞功能和疾病治疗至关重要。AlphaFold2使得蛋白结构预测已经能达到实验精度，基于AF2也迸发出很多算法和进展。这就引出科学问题：是否能用AI算法准确预测所有生物分子，...

浏览 55 次 标签： 2024-AIDD-人工智能药物设计-AlphaFold3