enFoldX 从 AF3 ensemble 提取 106 个界面特征
quaidmorris · x · 2026-07-22
enFoldX 的方法：把 AF3 ensemble 变成 106 个特征
这条帖更具体地解释了方法流程：
- 先用 10 个 seed × 5 个 sample 生成结构 ensemble；
- 对每个预测提取 106 个结构、置信度和生物物理特征；
- 重点关注 TCR:pMHC interface 和 peptide–CDR3 contacts；
- 再把每个特征在 ensemble 上的 均值 和 标准差 一起汇总。
核心思路是：不把 AF3 的不确定性当噪声丢掉，而是直接拿来做分类信号。
所属事件:enFoldX：将AlphaFold3结构噪声转化为TCR识别预测信号(11 条相关)→
「研究」频道最新
- Tabul AI 推出 Metal TreeSHAP，加速 Apple silicon 上的 Shapley 计算 — Scobleizer · 2026-07-22
- Reddit 转发 OpenAI 的 ChatGPT 广告页面 — EcstaticAsparagus509 · 2026-07-22
- 开源 runtime 让每个仓库自定义 AI 代码审查器 — ibabufrik · 2026-07-22
- Claude 辅助写成的 Rust 太空经济模拟器，能跑数百艘自治船只 — kalcode · 2026-07-22
- OpenAI 与 Apollo 推出 Contrastive SDF 量化奖赏投机 — OpenAI · 2026-07-22
- NVIDIA：先调好 Harness，再去调模型 — NVIDIAAI · 2026-07-22