#结构预测
相关项目
protpardelle
Protpardelle是一个开源的全原子蛋白质生成模型项目，提供预训练模型、推理和训练代码。支持条件和无条件蛋白质设计，可通过HuggingFace网页应用或PyMOL插件使用。项目包含环境配置、示例命令和数据集获取方法，适合研究人员和开发者使用与贡献。
awesome-AI-based-protein-design
本资源库汇集了AI驱动蛋白质设计领域的前沿研究成果,包括来自Nature、Science等顶级期刊的重要论文。内容涵盖概述、方法论和应用等多个方面,按类别进行组织。资源库持续更新,跟踪该领域最新进展,为研究人员提供参考。探索AI在蛋白质设计中的创新应用,关注这一不断发展的交叉学科领域。
ColabFold
ColabFold是一个基于Google Colab的开源项目，整合了AlphaFold2和RoseTTAFold等先进工具，为蛋白质结构预测提供便捷解决方案。该项目支持单体和复合物预测，采用MMseqs2进行快速序列搜索，并可选用模板。ColabFold具有用户友好的界面，持续更新以提供最新的预测技术，是研究人员进行蛋白质结构分析的有力工具。
esm1b_t33_650M_UR50S
ESM-1b是一个Transformer架构的蛋白质语言模型，通过对未标记的蛋白质序列进行自监督预训练，具备了结构与功能预测的无监督能力。该模型在远程同源检测和二级结构预测等任务上表现优良，可用于特征提取和模型微调。虽然ESM-2性能优越，但ESM-1b仍是研究蛋白质特征的重要工具。