ガイド連動クイズ · 中 レベル

抗体およびタンパク質設計における AI クイズ

構造予測、拡散ベースのバックボーン生成、配列設計がタンパク質工学のさまざまなステップにどのように貢献するかをご覧ください。

関連するガイドパス抗体とタンパク質の設計における AI
質問 1 の 8

DeepMind の AlphaFold が達成したことで有名なのは何ですか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. DeepMind の AlphaFold が達成したことで有名なのは何ですか?
    • 配列からの正確なタンパク質構造予測
    • より高速なインターネットルーティング
    • より良い天気予報
    • より安価なソーラーパネル
  2. RF拡散は何をするのですか?
    • チェスをする
    • 拡散により新しいタンパク質骨格を生成
    • 言語を翻訳します
    • 画像を圧縮します
  3. タンパク質設計における ProteinMPNN の役割は何ですか?
    • 物理的なタンパク質を印刷します
    • 温度を測ります
    • It proposes amino-acid sequences compatible with a target backbone
    • 生きている患者のDNAを編集する
  4. 抗体において、AI はターゲットに結合するためにどの部分を設計することが多いですか?
    • 細胞膜
    • ミトコンドリア
    • リボソーム
    • CDR バインディング ループ
  5. Why is predicting how a designed protein chain folds so important?
    • Structure influences protein function, which still requires experimental testing
    • 色はそれに依存します
    • セルの温度を設定します
    • 血液型のみを判断します
  6. When an AI-designed protein is developed as a therapeutic biologic for human use in the United States, what additional step applies before marketing?
    • The applicable development and regulatory review, including a biologics license application when required
    • No review, because computational design establishes safety
    • Only a structure-prediction benchmark
    • Approval for every research protein before any laboratory study
  7. What kind of structure does AlphaFold-Multimer aim to predict?
    • Only the DNA sequence of a single gene
    • The exact number of cells in a tissue
    • The arrangement of multiple interacting protein chains in a complex
    • The amino-acid sequence without any structure
  8. What types of molecules can AlphaFold 3 model in addition to proteins?
    • Only additional protein chains
    • Only whole cells and tissues
    • Every chemical reaction rate in a living organism
    • DNA, RNA, and small-molecule ligands in biomolecular complexes