VIP20
本课程属于：043-蛋白结构预测特征学习任务 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特征调优指南

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简介与基本原理概述
AlphaFold简介与基本原理概述 · 核心概念 · 实践要点
AlphaFold简介
02
AlphaFold整体架构与流程梳理
AlphaFold整体架构与流程梳理 · 核心概念 · 实践要点
AlphaFold整体架构
03
特征工程总览
输入特征与输出目标
特征工程总览输入特征
04
MSA（多序列比对）特征构建原理
MSA（多序列比对）特征构建原理 · 核心概念 · 实践要点
MSA多序列比对
05
MSA深度、多样性对预测质量的影响
MSA深度、多样性对预测质量的影响 · 核心概念 · 实践要点
MSA深度
06
MSA特征压缩与筛选技巧
MSA特征压缩与筛选技巧 · 核心概念 · 实践要点
MSA特征压缩
07
模板（Template）特征提取与对齐
模板（Template）特征提取与对齐 · 核心概念 · 实践要点
Template模板
08
模板质量评估与特征化策略
模板质量评估与特征化策略 · 核心概念 · 实践要点
模板质量评估特征化策略
09
Pair Representation 特征详解
Pair Representation… · 核心概念 · 实践要点
PairRepresentati…
10
残基对特征
距离 · 角度与进化耦合
残基对特征距离
11
结构模块（Structure Module）特征
结构模块（Structure Modul… · 核心概念 · 实践要点
StructureModule
12
循环迭代（Recycling）特征传递机制
循环迭代（Recycling）特征传递机… · 核心概念 · 实践要点
Recycling循环迭代
13
嵌入层（Embedding）与特征维度调优
嵌入层（Embedding）与特征维度调… · 核心概念 · 实践要点
Embedding嵌入层
14
注意力机制中的特征交互模式
注意力机制中的特征交互模式 · 核心概念 · 实践要点
注意力机制特征交互模式
15
特征归一化与正则化方法
特征归一化与正则化方法 · 核心概念 · 实践要点
特征归一化正则化方法
16
损失函数设计对特征学习的影响
损失函数设计对特征学习的影响 · 核心概念 · 实践要点
损失函数设计对特…重点
17
pLDDT与pTM的置信度特征分析
pLDDT与pTM的置信度特征分析 · 核心概念 · 实践要点
pLDDTpTM
18
多链复合物（Multimer）特征处理
多链复合物（Multimer）特征处理 · 核心概念 · 实践要点
Multimer多链复合物
19
自定义特征
融合实验数据或生物信息
自定义特征融合实验数据或生…
20
特征选择
哪些特征真正有效
特征选择哪些特征真正有效
21
训练数据扩增与特征扰动策略
训练数据扩增与特征扰动策略 · 核心概念 · 实践要点
训练数据扩增特征扰动策略
22
超参数调优
学习率 · Batch Size与特征维度
超参数调优学习率
23
梯度积累与混合精度训练中的特征稳定性
梯度积累与混合精度训练中的特征稳定性 · 核心概念 · 实践要点
梯度积累混合精度训练
24
验证指标与特征调优的关联（LDDT、GDT等）
验证指标与特征调优的关联（LDDT · 核心概念 · 实践要点
LDDTGDT
25
特征可视化
MSA覆盖度 · 注意力热图等
特征可视化MSA
26
从PyTorch角度理解AlphaFold特征张量
从PyTorch角度理解AlphaFol… · 核心概念 · 实践要点
PyTorchAlphaFold
27
开源AlphaFold变体（如OpenFold）的特征差异
开源AlphaFold变体（如OpenF… · 核心概念 · 实践要点
AlphaFoldOpenFold
28
特征调优常见陷阱与避坑指南
特征调优常见陷阱与避坑指南 · 核心概念 · 实践要点
特征调优常见陷阱避坑指南
29
实战案例
针对G蛋白偶联受体的特征调优
实战案例针对G蛋白偶联受…
30
未来展望
AlphaFold3与下一代特征范式
未来展望AlphaFold3