Cuestionario vinculado a una guía · Medio Nivel

Prueba de predicción de la estructura de las proteínas sobre IA

Comprueba las entradas de AlphaFold, las señales evolutivas, CASP14, el análisis de Evoformer y la función de predicción de coordenadas del módulo de estructura.

Rutas de guía relacionadasIA en la predicción de la estructura de proteínas
Pregunta 1 de 8

¿Qué información utiliza AlphaFold2 principalmente para predecir la estructura 3D de una proteína?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Qué información utiliza AlphaFold2 principalmente para predecir la estructura 3D de una proteína?
    • La secuencia de aminoácidos de la proteína.
    • Una imagen microscópica de la proteína.
    • La masa de la proteína medida en un espectrómetro.
    • El patrón de metilación del ADN del gen.
  2. ¿Por qué es tan importante predecir la forma de una proteína?
    • La forma determina el color de la proteína.
    • La forma determina la función de la proteína y cómo los medicamentos pueden unirla
    • La forma no tiene ningún efecto sobre la actividad biológica.
    • La forma sólo importa para almacenar proteínas en las células
  3. ¿Qué señal evolutiva explota AlphaFold2 a partir de múltiples alineamientos de secuencias?
    • La longitud total de cada proteína.
    • El número de especies que existen.
    • Pares de aminoácidos en coevolución que tienden a estar cerca uno del otro cuando se pliegan
    • El orden en que evolucionaron las especies.
  4. ¿En qué competición AlphaFold2 demostró su gran precisión en 2020?
    • ImagenNet
    • La prueba de Turing
    • Desafío de proteínas abiertas de Kaggle
    • CASP14
  5. ¿Qué importante honor científico reconoció la predicción de la estructura de proteínas impulsada por la IA?
    • El Premio Nobel de Química 2024
    • La medalla de los campos
    • El premio Pulitzer
    • El Premio Nobel de Literatura
  6. ¿Qué capacidad añade AlphaFold3 más allá de predecir formas de proteínas individuales?
    • Escribe trabajos de investigación automáticamente.
    • Predice interacciones con ADN, ARN y fármacos de molécula pequeña.
    • Reemplaza permanentemente todos los experimentos de laboratorio.
    • Sólo funciona con proteínas virales.
  7. Which AlphaFold2 component analyzes multiple-sequence-alignment patterns to infer co-evolving residues?
    • The output tokenizer
    • The structure database
    • The Evoformer
    • The Adam optimizer
  8. What does AlphaFold2’s structure module produce from inferred spatial relationships?
    • A new amino-acid sequence
    • A list of drug prescriptions
    • A tree of possible training labels
    • Refined three-dimensional atomic coordinates for the protein structure