Útmutatóhoz kapcsolódó kvíz · Közepes Szint

AI a fehérjeszerkezet előrejelzésében

Checks AlphaFold inputs, evolutionary signals, CASP14, Evoformer analysis and the structure module’s coordinate prediction role.

Kapcsolódó útmutató utakAI a fehérjeszerkezet előrejelzésében
kérdés 1 -ból 8

Milyen bemenetet használ az AlphaFold2 elsősorban a fehérje 3D szerkezetének előrejelzésére?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Milyen bemenetet használ az AlphaFold2 elsősorban a fehérje 3D szerkezetének előrejelzésére?
    • A fehérje aminosavsorrendje
    • A fehérje mikroszkópos képe
    • A fehérje tömege spektrométerrel mérve
    • A gén DNS-metilációs mintázata
  2. Miért olyan fontos megjósolni a fehérje alakját?
    • Az alak határozza meg a fehérje színét
    • Az alak határozza meg a fehérje működését és azt, hogy a gyógyszerek hogyan tudják megkötni
    • Az alak nincs hatással a biológiai aktivitásra
    • Az alak csak a fehérjék sejtekben való tárolása szempontjából számít
  3. Milyen evolúciós jelet használ ki az AlphaFold2 több szekvencia-illesztésből?
    • Az egyes fehérjék teljes hossza
    • A létező fajok száma
    • Együtt fejlődő aminosavpárok, amelyek hajlamosak egymás közelében lenni összehajtva
    • A fajok fejlődésének sorrendje
  4. Melyik versenyen bizonyította átütő pontosságát az AlphaFold2 2020-ban?
    • ImageNet
    • A Turing-teszt
    • Kaggle Open Protein Challenge
    • CASP14
  5. Milyen jelentős tudományos elismerés ismerte el az AI által vezérelt fehérjeszerkezet előrejelzését?
    • A 2024-es kémiai Nobel-díj
    • A Fields-érem
    • A Pulitzer-díj
    • Irodalmi Nobel-díj
  6. Milyen képességekkel rendelkezik az AlphaFold3 azon túl, hogy megjósolja az egyes fehérje alakzatokat?
    • Automatikusan írja a kutatási dolgozatokat
    • Megjósolja a DNS-sel, RNS-sel és kis molekulájú gyógyszerekkel való kölcsönhatásokat
    • Véglegesen helyettesít minden laboratóriumi kísérletet
    • Csak vírusfehérjéken működik
  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