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识别信号(11 条相关)→
「研究」频道最新
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11