151 पेपर
यह अध्ययन 21,255 गैर-अतिरेक (non-redundant) प्रोटीन संरचनाओं में परमाणु घनत्व वितरण का विश्लेषण करता है ताकि विशिष्ट संरचनात्मक रूपांकनों (motifs), कार्यात्मक परिवारों और प्रोटीन के आकार से जुड़े सांख्यिकीय रूप से महत्वपूर्ण, व्यवस्थित विविधताओं को प्रकट किया जा सके, जबकि पैकिंग घनत्व और संरचनात्मक स्थिरता संकेतकों के बीच संबंध की भी खोज की जा सके।
यह शोध पत्र गुड-ट्यूरिंग एल्गोरिदम के एक मेमोरी-कुशल, लीनियर-स्केलिंग संस्करण को प्रस्तुत करता है जो 2.2 करोड़ संरचनाओं वाले डेटासेट पर सटीकता बनाए रखते हुए, पिछले सीमाओं को पार करते हुए, अत्यंत लंबी मॉलिक्यूलर डायनेमिक्स सिमुलेशन में अनिश्चितता के विश्वसनीय अनुमान को सक्षम बनाता है।
यह शोध पत्र Igloo को प्रस्तुत करता है, जो एक मल्टीमॉडल एंटीबॉडी लूप टोकेनाइज़र है जो कैनोनिकल क्लस्टर्स की कवरेज सीमाओं को दूर करने के लिए बैकबोन डायहेड्रल एंगल्स और सीक्वेंस को एनकोड करता है, जिससे बेहतर एंटीबॉडी लूप रिट्रीवल, बाइंडिंग एफिनिटी प्रेडिक्शन और स्ट्रक्चरल डिज़ाइन के लिए प्रोटीन फाउंडेशन मॉडल्स को उन्नत किया जा सके।
यह शोध पत्र PROBE को प्रस्तुत करता है, जो संरचना-आधारित औषधि डिजाइन (structure-based drug design) में LLM एजेंटों के लिए एक प्रोबिंग-गाइडेड फ्रेमवर्क है, जो एक साइट मैप और EditManual बनाने के लिए लिगेंड्स को संपादन योग्य साइटों (editable sites) में विभाजित करता है, जिससे प्रभावी रूप से बाइंडिंग एफिनिटी और ड्रगेबिलिटी के बीच संतुलन बनाते हुए और मौजूदा विधियों की विफलता मोड को कम करते हुए पुनरावृत्ति बहु-एजेंट अनुकूलन (iterative multi-agent optimization) को सक्षम बनाया जा सके।
Site4Drug एक AI एजेंट है जो विविध जैविक साक्ष्यों को एकीकृत करके प्रोटीनों पर रैंक किए गए, मोडैलिटी-जागरूक ड्रग-बाइंडिंग लक्ष्य स्थलों की भविष्यवाणी करता है ताकि विशेष रूप से मेम्ब्रेन प्रोटीन के लिए, कार्रवाई योग्य हस्तक्षेप क्षेत्रों के चयन से जुड़ी अस्पष्टता और विफलता दरों को दूर किया जा सके।
यह शोध पत्र APLSuite को प्रस्तुत करता है, जो एक व्यापक और GPU-त्वरित सॉफ्टवेयर सुइट है जो एंटीजन प्रोसेसिंग एल्गोरिदम (Antigen Processing Likelihood - APL) को कई उपयोगकर्ता-अनुकूल इंटरफेस के साथ एकीकृत करता है ताकि उन एंटीजन प्रोसेसिंग कारकों को ध्यान में रखते हुए CD4+ T सेल एपिटोप भविष्यवाणी को सुव्यवस्थित और उन्नत किया जा सके जिन्हें अक्सर मौजूदा विधियों द्वारा अनदेखा कर दिया जाता है।
यह शोध पत्र FLOWR को प्रस्तुत करता है, जो एक नवीन संरचना-आधारित ढांचा है जो फ्लो मैचिंग को इक्विवेरिएंट ऑप्टिमल ट्रांसपोर्ट और एक क्यूरेटेड SPINDR डेटासेट के साथ जोड़ता है ताकि बेहतर वैधता, सटीकता और अत्याधुनिक विधियों की तुलना में 70 गुना तेज़ इन्फरेंस के साथ 3D लिगेंड्स को उत्पन्न और अनुकूलित किया जा सके, साथ ही बिना पुन: प्रशिक्षण के फ्रैगमेंट-आधारित डिज़ाइन के लिए एक बहुमुखी बहु-उद्देश्यीय संस्करण भी प्रदान कर सके।
यह शोध पत्र एक नवीन जनरेटिव एआई फ्रेमवर्क प्रस्तुत करता है जो अक्षीय वैक्टर्स (axial vectors) को -इक्विवेरिएंट मॉडल्स में एकीकृत करके L-प्रोटीन प्रशिक्षण डेटा से D-पेप्टाइड बाइंडर डिज़ाइन के लिए क्रॉस-कायरैलिटी सामान्यीकरण (cross-chirality generalization) प्राप्त करता है, जो *de novo* हेट्रो-कायरल प्रोटीन-पेप्टाइड इंटरेक्शन डिज़ाइन के लिए प्रयोगशाला प्रयोगों (wet-lab experiments) में सफलतापूर्वक मान्य की गई पहली विधि है।
यह शोध पत्र स्केलेबल इन्फरेंस-टाइम एनीलिंग (SITA) को प्रस्तुत करता है, जो ऊर्जा-आधारित मॉडलों का उपयोग करके तेज़ सरोगेट लाइकलीहुड्स (surrogate likelihoods) प्रदान करता है, जिससे बड़े आणविक प्रणालियों के लिए मौजूदा इन्फरेंस-टाइम एनीलिंग तकनीकों की जटिलता को दूर करते हुए, पेप्टाइड्स पर बिना किसी महंगी डाइवर्जेंस गणना के अत्याधुनिक सैंपलिंग प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र कैलिब्रेशन को एक कड़े अनुकूलन (constrained optimization) समस्या के रूप में फ्रेम करके और दो सुलभ फाइन-ट्यूनिंग उद्देश्यों—रिलैक्स लॉस (relax loss) और रिवॉर्ड लॉस (reward loss)—को पेश करके जनरेटिव मॉडल्स के मिसकैलिब्रेशन को संबोधित करता है, जो विविध अनुप्रयोगों और बड़े पैमाने के मॉडल्स में वांछित सांख्यिकीय बाधाओं के साथ सैंपलिंग वितरणों को प्रभावी ढंग से संरेखित करते हैं।