VIP20
本课程属于：003-AlphaFold蛋白结构预测 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

AlphaFold模型架构与注意力机制课件

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
AlphaFold 简介
蛋白质结构预测的重要性 · AlphaFold发展历程（Alph… · AlphaFold2
AlphaFold简介
02
蛋白质结构基础知识
氨基酸 · 一级至四级结构 · PDB数据库
蛋白质结构基础知…氨基酸
03
深度学习基础回顾
神经网络 · 卷积网络 · 残差网络（ResNet）
深度学习基础回顾神经网络
04
注意力机制基础
自注意力 · 多头注意力 · 位置编码
注意力机制基础自注意力
05
Transformer 架构详解
Encoder-Decoder 结构 · 层归一化 · 前馈网络
Transformer架构详解
06
AlphaFold 整体架构概览
输入特征 · 主干网络 · 结构模块
AlphaFold整体架构概览
07
输入特征
MSA（多序列比对）构建 · 模板特征 · 序列特征
输入特征MSA
08
MSA 表示学习
MSA Transformer（Ev…
MSA表示学习
09
成对表示（Pair Representation）
距离几何约束 · 成对特征更新
PairRepresentati…
10
Evoformer 模块
MSA 和 Pair 之间的信息交换 · 轴向注意力
Evoformer模块
11
三角乘法更新（Triangle Multiplication）
更新 Pair 表示的机制
TriangleMultiplicati…
12
三角自注意力（Triangle Self-Attention）
Pair 表示中的自注意力
TriangleSelf-Attenti…
13
结构模块（Structure Module）
从表示到三维坐标的映射
StructureModule
14
迭代循环优化
多次通过结构模块进行精化
迭代循环优化多次通过结构模块…
15
刚体表示与 IPA（Invariant Point Attention）
不变点注意力
IPAInvariant
16
倒置分叉（Backbone Frames）与侧链预测
AlphaFold 的坐标系
BackboneFrames
17
损失函数
FAPE（Frame-Aligned… · 辅助损失 · 置信度损失
损失函数FAPE
18
训练策略
数据增强 · 梯度累计 · 分布式训练
训练策略数据增强
19
评估指标
TM-score · LDDT · RMSD
评估指标TM-score
20
注意力机制在结构预测中的角色
长程依赖建模
注意力机制结构预测
21
与经典蛋白质结构预测方法对比
同源建模 · 从头预测
经典蛋白质结构预…同源建模
22
AlphaFold2 与 AlphaFold3 差异
扩散模型引入 · 新的表示方式
AlphaFold2AlphaFold3
23
AlphaFold 的局限性
多聚体 · 柔性区域 · 膜蛋白
AlphaFold的局限性
24
AlphaFold 开源实现与资源
DeepMind 代码库 · ColabFold · AF2complex
AlphaFold开源实现
25
注意力机制的可视化
如何解释 Evoformer 中的注…
注意力机制的可视…Evoformer
26
案例研究
用 AlphaFold 预测新冠病毒…
案例研究AlphaFold
27
注意力机制的变体
线性注意力 · 稀疏注意力在蛋白质上的应用
注意力机制的变体线性注意力
28
与自然语言处理的联系
序列到序列 · 自回归生成
自然语言处理的联…序列到序列
29
AlphaFold 的未来方向
整合实验数据 · 动态结构预测
AlphaFold的未来方向
30
总结与实践建议
使用 AlphaFold 进行结构预…
实践建议AlphaFold