首页
›
生物信息学与 AI 制药工程
›
043-蛋白结构预测特征学习任务
›
《AlphaFold EvoFormer特征解析》
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 EvoFormer特征解析
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概述
背景 · 意义与发展历程
AlphaFold
背景
02
蛋白质结构预测问题
输入输出 · 评价指标
蛋白质结构预测问…
输入输出
03
EvoFormer架构总览
编码器-解码器结构
EvoFormer
架构总览
04
输入特征准备
序列 · MSA · 模板数据
输入特征准备
序列
05
MSA表示与Embedding
one-hot · 位置编码
MSA
Embedding
06
成对表示(Pair Representation)初始化
成对表示(Pair Representa… · 核心概念 · 实践要点
Pair
Representati…
07
轴向注意力机制(Axial Attention)原理
轴向注意力机制(Axial Attent… · 核心概念 · 实践要点
Axial
Attention
08
三角乘更新(Triangle Multiplication)详解
三角乘更新(Triangle Multi… · 核心概念 · 实践要点
Triangle
Multiplicati…
09
三角自注意力(Triangle Self-Attention)
三角自注意力(Triangle Self… · 核心概念 · 实践要点
Triangle
Self-Attenti…
10
Outer Product Mean 模块与Pair更新
Outer Product Mean 模… · 核心概念 · 实践要点
Outer
Product
11
Transition 模块
MLP与层归一化
Transition
模块
12
循环迭代框架
EvoFormer的堆叠策略
循环迭代框架
EvoFormer
13
结构模块(Structure Module)输入输出
结构模块(Structure Modul… · 核心概念 · 实践要点
Structure
Module
14
不变点注意力(IPA)核心公式
不变点注意力(IPA)核心公式 · 核心概念 · 实践要点
IPA
不变点注意力
15
残基级旋转与平移预测方法
残基级旋转与平移预测方法 · 核心概念 · 实践要点
残基级旋转
平移预测方法
16
框架坐标系与损失函数设计
框架坐标系与损失函数设计 · 核心概念 · 实践要点
框架坐标系
损失函数设计
17
特征解析
MSA特征的意义与可视化
特征解析
MSA
18
特征解析
Pair特征中的距离与取向
特征解析
Pair
19
特征解析
Template特征与同源建模
特征解析
Template
20
特征解析
相对位置编码(Relative Po…
特征解析
Relative
21
注意力图的解读
残基间交互模式
注意力图的解读
残基间交互模式
22
特征可视化工具与实践技巧
特征可视化工具与实践技巧 · 核心概念 · 实践要点
特征可视化工具
实践技巧
23
EvoFormer与MSA Transformer对比
EvoFormer与MSA Transf… · 核心概念 · 实践要点
EvoFormer
MSA
24
AlphaFold2训练流程
数据 · 损失 · 优化
AlphaFold2
训练流程
25
数据预处理
MSA构建 · 模板搜索
数据预处理
MSA
26
模型推理步骤
从特征到结构
模型推理步骤
从特征到结构
27
结果评估
pLDDT · pTM · PAE
结果评估
pLDDT
28
常见问题
内存溢出 · 收敛困难
常见问题
内存溢出
29
调试技巧
特征异常与注意力失效
调试技巧
特征异常
30
EvoFormer改进方向
稀疏化 · 跨模态
EvoFormer
改进方向
所属VIP或分类
同VIP:AlphaFold特征调优指南
同VIP:EvoFormer模块特征机制学习讲义
同VIP:EvoFormer注意力机制解析