摘要：
NaN 爆炸几乎总是源于循环核心内部的数值溢出。 我们插入的代码片段请求 GRU 风格的 Mamba 使用 4096 维的隐藏状态（d_model = H × W = 64 × 64）。 这非常大：循环矩阵的大小为 4096×4096，每次迭代会多次进行乘法运算，所以即使是默认的 Xavier/正交 阅读全文
posted @ 2025-05-21 13:28
GraphL
阅读(23)
评论(0)
推荐(0)
摘要：
1 “预测蛋白 - RNA 结合亲和力” 是什么意思？ 所预测的量。 结合亲和力通常以标准态结合自由能ΔG（kcal·mol⁻¹）表示。ΔG 越负，表明相互作用越紧密、越有利。计算 “亲和力预测” 即：在不进行体外结合实验的情况下，针对特定的蛋白 - RNA 复合体，估算其ΔG。 在 CoPRA 中 阅读全文
posted @ 2025-05-17 17:10
GraphL
阅读(40)
评论(0)
推荐(0)
摘要：
好的，下面是对这段话的翻译： 以下是关于 CoPRA 框架的结构化总结，该框架来自 2025 年 AAAI 论文《Bridging Cross-domain Pretrained Sequence Models with Complex Structures for Protein-RNA Bind 阅读全文
posted @ 2025-05-15 23:23
GraphL
阅读(15)
评论(0)
推荐(0)
摘要：
好的，您想了解的是关于 S3F框架流程 的说明，以及是否需要一个 S2F与S3F流程的对比图 。以下是这段话的翻译： 以下是对 S3F框架流程 的结构化说明： 输入 每个样本包括： 蛋白质序列： [ S = [s_1, s_2, ..., s_{n_r}], \quad s_i \in {1, .. 阅读全文
posted @ 2025-05-15 21:35
GraphL
阅读(14)
评论(0)
推荐(0)
摘要：
🔧 总体框架 结构语言建模（SLM） 是一种用于高效 蛋白质构象生成 的两级生成框架，采用 潜在空间中的语言建模。 ✅ 输入 氨基酸序列 ( c \in \mathcal{S}^L )（其中 (\mathcal{S}) 是包含 20 种氨基酸的集合）。 （可选）用于修复任务的部分或遮蔽构象。 ⚙️ 阅读全文
posted @ 2025-05-15 18:19
GraphL
阅读(5)
评论(0)
推荐(0)
摘要：
PG-AbD 框架概览 PG-AbD（Protein Language Model Plus GFlowNet for Antibody Design，蛋白质语言模型与 GFlowNet 融合的抗体设计框架）是一种将预训练蛋白质语言模型（PLM）与生成流网络（GFlowNet）相结合的统一生成式框架 阅读全文
posted @ 2025-05-15 17:11
GraphL
阅读(19)
评论(0)
推荐(0)
摘要：
为了评估DiscDiff模型生成的DNA序列的质量，论文引入了三个关键指标：基序分布相关性（ρ）、多样性和S-FID（Sei Fréchet Inception Distance）。以下是计算每个指标的简洁指南：arXiv 1. 基序分布相关性（ρ） 目的： 测量生成序列中特定DNA基序的分布与真实 阅读全文
posted @ 2025-05-15 11:17
GraphL
阅读(5)
评论(0)
推荐(0)
摘要：
分开设计的模型 这是一个很好的问题 —— 你确实有必要仔细审查这个细节。 ❓ 在 RNAFlow 中，RNA 序列 和 结构 是联合共同设计的吗？ ✅ 是的，但并非在最严格意义上的同时共同设计。 以下是详细说明： 🔄 RNAFlow 中的共同设计机制 组件 行为 序列 首先 从一个加噪的蛋白 - 阅读全文
posted @ 2025-05-06 01:49
GraphL
阅读(57)
评论(0)
推荐(0)
摘要：
SAITS MIT（掩码插补任务） 目的 ：通过在训练时隐藏部分已知观测值，教会模型如何预测缺失值。 掩码方式 ：手动 / 人工掩码——随机掩藏一定比例（例如 20%）的观测条目。 损失计算 ：仅针对人工掩码条目计算损失（即真实值已知但暂时隐藏的位置）。 ORT（观测重建任务） 目的 ：确保模型不会 阅读全文
posted @ 2025-05-06 01:41
GraphL
阅读(45)
评论(0)
推荐(0)
浙公网安备 33010602011771号