Predicting conformational changes induced by biomolecular interactions
본 논문은 다중 서열 정렬(multiple sequence alignments)에 의존하지 않고 상호작용에 의한 역학을 포착하는 데 있어 기존 공동 폴딩(co-folding) 모델의 한계를 극복하기 위해, 초고속 확산 브리지(ultrafast diffusion bridge)를 통해 결합 전 상태에서 결합 후 상태로의 명시적 구조적 전이를 모델링함으로써 생체 분자의 구조 변화를 예측하는 새로운 생성 학습 프레임워크인 K-Fold를 소개한다.