Уфуф, если только скринами— и готовьтесь ломать глаза о реплаи.

типа дизайна белка вокруг лиганда

Не стоит, там односторонний поток сознания

Пхаха.

Сюда пиши, если не можешь перестать. Странно, что ты других занятий не нашел.
@sci_fyi_flood

Ну вот когда нагенерируют такой датки много миллионов, тогда будут ребята с GPU чет делать, а без даты что че может

Ггг, ты правда думаешь, что я потрачу на тебя ещё хоть секунду своего времени?
Не, извини.

Вот спасти других и сохранить их время — да, могу.

Это примерно как калькулятор оставил без работы математиков 😄

Если хочешь сохранить им что-то, то пиши в другой чат, а не спамь тут. И не думал, что на меня время. Это явно не для меня делается. И вообще не для людей, как по мне.

чем больше хай хрупутнесс, тем важнее эксперность хуманов, которые эти результаты анализируют.


потому что в том же пдб, на котором они тренировались, такие тонны отстоя. особенно когда смотришь в мелких деталях, критичных для функций

например, когда @Alexander_the_Evil смотрит на воду в пдб, то от его горения легко можно запитать электричеством  средний город миллионик

Вода потом, уже в моделировании. А на этапе пдб больше всего энергии выделяется на неверно вписанных asn, gln и his)

А нет случайно каталога чатов по дисциплинам?

Как вариант - зашёл)))

У нас есть целая лаба в универе, которая этим занимается. Но кажется среди них нет русскоговорящих

Ребята, известны ли вам клеточные линии, которые были начаты при жизни пациента и чтобы пациента потом вылечили?

У меня сейчас знакомая собирает модель из криоЕМ данных, ей тоже горит, что где-то разрешение огонь, а где-то прям печально

Разве что любые CAR-T?

Внимание, это не учебная тревога: DeepMind только что обьявили, что "решили проблему фолдинга белка"!  Если я все правильно понимаю (а я конечно не биолог и не химик) достигнув средней оценки точности в 87 GDT, ребята из DeepMind теперь могут с очень высокой точностью моделировать фолдинг белка в компьютерной модели, избегая реальных химическиъ экспериментов.

Почему это большое дело - потому что это действительно проблема над которой бьются последние 50 лет. И последние 15 из них GDT score болтался между 30 и 45, так что это огромный рывок вперед. Конечно их заявление еще будут проверять и понятно что GDT не 100 и что это решение для статического фолдинга, динамический фолдинг - гораздо более сложная задача. Однако это уже не AlphaZero, который играет в игры, это решение реальных проблем человечества с помощью ИИ! Кажется всех кто занимается темой ИИ сегодня можно поздравить.

https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology

уже вверху сказали