Nature Methods | 中国科大在蛋白质从头设计方法研究中取得重要进展
刘海燕教授、陈泉教授团队长期致力于发展数据驱动的蛋白质设计方法。在前期工作中,建立并实验验证了利用神经网络能量函数从头设计主链结构的SCUBA模型(Nature2022),本文报道的SCUBA-D(SCUBA-diffusion)模型,是基于深度学习的主链设计算法的迭代升级。SCUBA-D能够基于不同输入执行多类蛋白质结构设计任务(图1a)。在模型设计...
深度对话:白惠源“EPOCH”理论预言AI Agent的未来五部曲
他们没有局限于现有的深度学习框架,而是从认知科学的基本原理出发,重新设计了一种模拟人类工作记忆和长期记忆交互的神经网络结构。这种创新方法带来了显著突破,特别是在处理长期依赖性任务时表现卓越,突破了传统递归神经网络的限制。应用第一性原理思维到AIAgent开发中,不仅是技术层面的创新,更是整个AI领域的范式转换。
中国科学家建立了新的蛋白质从头设计方法
SCUBA采用一种新的统计学习策略,基于核密度估计(或近邻计数,NC)和神经网络拟合(NN)方法,从原始结构数据中得到神经网络形式的解析能量函数,能够高保真地反应实际蛋白质结构中不同结构变量间的高维相关关系,在不确定序列的前提下,连续、广泛地搜索主链结构空间,自动产生“高可设计性”主链。理论计算和实验证明,用SCUBA设...
KAN 1.0到2.0:构建全新神经网络结构,开创AI+Science大统一新范式
“神经网络目前是人工智能中最强大的工具。当它们应用于更大的数据集时,没有什么可与之抗衡。”前沿理论物理研究所(PerimeterInstituteforTheoreticalPhysics)研究员SebastianWetzel说道。然而,长期以来神经网络存在一个缺点:被称为多层感知器(multilayerperceptron,MLP)的基本构建块是许多成功的神经网络的...
千万IP创科普丨几何图神经网络综述:数据结构、模型与应用
图1几何图神经网络与传统方法在分子性质预测、蛋白质-配体对接和抗体设计方面的性能比较。图2数据结构、模型到应用的全流程示例2对称性的基本概念2.1转换和组我们定义了对称性来描述一个对象在一定变换下保持不变的情况。例如,空间中两点间的距离无论我们如何旋转或移动都保持不变。在数学上,这些变换可以...
...段文晖团队发布神经网络密度泛函框架,打开物质电子结构预测的...
为了设计包含先验知识和对称性要求的神经网络模型,研究人员进一步提出了DeepH-E3方法(www.e993.com)2024年10月23日。这种方法能够利用少量的DFT数据对小规模体系进行训练,然后快速预测大规模材料体系的电子结构。它不仅大幅提高了计算速度,达到了几个数量级的提升,而且在预测精度上也达到了亚毫电子伏的高标准。
...开发原子模拟方法,揭示新的化学活性位点,推动原子级别的化学设计
究其原因,一方面,理论研究的主要问题在于,研究人员只能通过基于量子力学的第一性原理进行计算,一些结构在被拆解后“似是而非”。另一方面,在实验科学中,银催化剂表面结构通常在高温、高压条件下产生,科学家们通常使用离线检测的方法。但这种手段仅可获得相对模糊的振动谱学信息,很难在这种反应条件下探测到活性位点...
AI4Science基石:几何图神经网络,最全综述来了
近期,人大高瓴联合腾讯AILab、清华、斯坦福等机构发布综述论文:《ASurveyofGeometricGraphNeuralNetworks:DataStructures,ModelsandApplications》。该综述在简要介绍群论、对称性等理论知识的基础上,从数据结构、模型到众多科学应用,对相关几何图神经网络文献进行了系统的梳理。
数百万晶体数据训练、解决晶体学相位问题,深度学习方法PhAI登...
神经网络的设计与训练构建的人神经网络称之为PhAI,接受结构因子振幅|F|并输出相应的相位值??。PhAI的架构如下图所示。图示:PhAI神经网络方法解决相位问题。(来源:论文)晶体结构的结构因子数量取决于晶胞大小。根据计算资源,对输入数据的大小设置了限制。输入结构因子振幅是根据Miller指数(h、k、l)...
第三代神经网络模型:面向AI应用的脉冲神经网络
在脉冲神经网络领域发展的早期,学习算法的研究更侧重于对生物合理性的追求。许多神经科学提出的突触可塑性规则被用来指导学习算法设计,包括赫布理论[10]、长时程增强、长时程抑制以及脉冲时序依赖可塑性[11]等。这些规则是局部活动信息的整合,例如突触前后脉冲的相对时间或发放频率。虽然可塑性规则算法在生物合理性和计算...