编辑 | KX 预测蛋白质构象变化是计算生物学和人工智能领域的一大挑战。主流的 AlphaFold 等算法可以高通量预测蛋白质的静态结构，但对蛋白质构象变化预测却束手无策。 为了解决这个问题，中国科学技术大学和上海科技大学的研究人员，提出了一种新颖的深度学习策略，即利用高通量生物物理采样来规避与蛋白质构象转变相关的数据匮乏。 研究人员将分子动力学模拟与增强采样方法相结合，创建了一个大规模数据库。研究模拟了 2635 种已知两种稳定状态的蛋白质的构象变化，并收集了每条转变途径的结构信息。利用这个数据库，开…