生物计算黑科技:AI助力RNA二级结构预测
在生物学研究领域,传统基于分子、细胞、生理学等传统实验方法很依赖于不断的试错和积累,不仅耗资巨大,周期往往也很长。随着人工智能时代的到来,深度学习、大数据等创新手段,为生物学研究打开了另一扇窗。早在2018年4月,百度研究院就开始在计算生物学,尤其是 RNA 结构预测这个研究领域开始发力,并在2019年发表了第一个重磅成果:快速 RNA 结构预测算法 LinearFold。 而2020年,一场突如其来的新冠疫情让生物学与 AI 等技术的融合进一步加速。百度研究院利用 LinearFold 进行新冠全基因组结构分析,缩小了分析时间,并提升精度。而另一个 mRNA 疫苗基因序列设计算法:LinearDesign,最快能11分钟完成 mRNA 疫苗序列设计,大大提高了新冠疫苗稳定性和蛋白质表达水平。那么,用 AI 预测 RNA 二级结构的生物学原理是什么?相关预测算法如何实现呢? 本周三飞桨开发者说,我们邀请了百度美研深度学习实验室, 计算生物学 Tech Lead 张贺,分享如何基于深度学习预测 RNA 二级结构,并会带来相关赛事的题目解读和基线模型介绍,对生物计算感兴趣的同学,千万不要错过唷。螺旋桨RNA结构预测竞赛本赛题旨在解决RNA结构预测的世界级难题,要求参赛选手基于百度发布的世界上最快的RNA二级结构预测算法LinearFold和世界上最快的RNA配分方程算法LinearPartition,预测给定RNA序列在每个位点上保持不成对的概率。对改比赛感兴趣的朋友,点击下方链接了解更多详情:https://mp.weixin.qq.com/s/xk4Ka7xxnLK7mOqJ-7vfvQ
飞桨开发者技术专家(PPDE) 飞桨开发者技术专家(PPDE)是百度飞桨对开发者的荣誉认证体系,成为其中的一员后,除了有专属的 PPDE 系列活动外,还将享有从技术专家认证、顶级峰会交流与演讲邀约,到全球技术游学、PPDE 专项赞助等丰富权益。
文档来源:51CTO技术博客https://blog.51cto.com/u_15279692/3090209
页:
[1]