가이드 연계 퀴즈 · 중간 레벨

항체 및 단백질 설계 퀴즈의 AI

구조 예측, 확산 기반 백본 생성 및 서열 설계가 단백질 공학의 다양한 단계에 어떻게 기여하는지 알아보세요.

관련 가이드 경로항체 및 단백질 디자인의 AI
질문 1 의 8

DeepMind의 AlphaFold는 무엇을 달성했습니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. DeepMind의 AlphaFold는 무엇을 달성했습니까?
    • 서열로부터 정확한 단백질 구조 예측
    • 더 빠른 인터넷 라우팅
    • 더 나은 일기 예보
    • 더 저렴한 태양광 패널
  2. RFdiffusion은 무엇을 합니까?
    • 체스를 치다
    • 확산을 통해 새로운 단백질 백본 생성
    • 언어를 번역합니다
    • 이미지를 압축합니다
  3. 단백질 디자인에서 ProteinMPNN의 역할은 무엇입니까?
    • 물리적 단백질을 인쇄합니다.
    • 온도를 측정합니다
    • It proposes amino-acid sequences compatible with a target backbone
    • 살아있는 환자의 DNA를 편집합니다.
  4. 항체에서 AI는 표적과 결합하기 위해 어떤 부분을 설계하는 경우가 많나요?
    • 세포막
    • 미토콘드리아
    • 리보솜
    • CDR 바인딩 루프
  5. 설계된 단백질 사슬이 어떻게 접히는지 예측하는 것이 왜 그렇게 중요한가요?
    • Structure influences protein function, which still requires experimental testing
    • 색상은 그것에 따라 다릅니다.
    • 셀의 온도를 설정합니다.
    • 혈액형만 결정한다
  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