Explore l'analyse co-évolutionnaire des protéines, couvrant les fonctions protéiques, le pliage, les corrélations, le DCA et les outils de prédiction de la structure comme AlphaFold 2.
Déplacez-vous dans la façon dont la structure et le fonctionnement biologiques sont décodés par l'apprentissage non supervisé des séquences protéiques.
Explore l'entropie, le caractère aléatoire et la quantification de l'information dans l'analyse des données biologiques, y compris les neurosciences et la prédiction de la structure des protéines.
Explore les défis à relever pour identifier les matériaux métastables utiles et discute de concepts comme les prédictions de structure, les probabilités d'ensemble et les algorithmes de cartographie.
Explore l'Alphafold2 révolutionnaire pour la prédiction de la structure des protéines et son impact sur la bioinformatique et la biologie du pliage des protéines.
Explore l'ingénierie des protéines, les matériaux à base d'élastine, la production de protéines de laboratoire, la prédiction de l'IA du pliage et les acides aminés non naturels.
Couvre la prédiction du contact avec les protéines à l'aide des modèles Potts et des méthodes de pseudo-probabilité, en comparant différentes approches pour la prédiction du contact dans les protéines.
Se penche sur la prédiction de la structure des protéines grâce à l'analyse des contacts avec les acides aminés et à des méthodes informatiques avancées.
