Predicting conformational changes induced by biomolecular interactions
Das Paper stellt K-Fold vor, ein neuartiges generatives Lernframework, das biomolekulare Konformationsänderungen vorhersagt, indem es den expliziten strukturellen Übergang vom ungebundenen zum gebundenen Zustand über eine ultraschnelle Diffusionsbrücke modelliert und dadurch die Einschränkungen aktueller Co-Folding-Modelle überwindet, die keine Abhängigkeit von Multiple Sequence Alignments nutzen, um interaktionsinduzierte Dynamiken zu erfassen.