Prédiction de la structure protéique : AlphaFold Evolution et OpenFold Insights
Graph Chatbot
Chattez avec Graph Search
Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.
AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.
Explore les informations mutuelles pour quantifier la dépendance statistique entre les variables et déduire des distributions de probabilité à partir de données.
Déplacez-vous dans la façon dont la structure et le fonctionnement biologiques sont décodés par l'apprentissage non supervisé des séquences protéiques.
Il s'agit d'analyser la coévolution des résidus dans les familles de protéines afin de saisir les contacts indigènes et de prédire la proximité spatiale et les interactions protéiques.
Explore le lien entre le métabolisme et l'évolution de la protéostase, en mettant l'accent sur la biogenèse des protéines, le tamponnement mutationnel et l'impact des métabolites.
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.
Explore l'évolution des simulations biomoléculaires, en mettant l'accent sur des modèles précis, l'augmentation de l'échantillonnage et le rôle transformateur des simulations dans la prédiction des résultats expérimentaux.
