DL4Proteins notebooks
1.0.0
مرحبًا بك في DL4Proteins!
الهدف من سلسلة دفاتر الملاحظات DL4Proteins هو إضفاء الطابع الديمقراطي على التعلم العميق لتصميم البروتين والتنبؤ به، للوصول إلى لحظة تحول في العلوم. مع منح جائزة نوبل في الكيمياء لعام 2024 لديفيد بيكر، وديميس هاسابيس، وجون جامبر لاختراقاتهم في تصميم البروتين الحسابي والتنبؤ الهيكلي، يوفر هذا المورد مقدمة عملية يسهل الوصول إليها للأدوات والمنهجيات ذاتها التي شكلت هذه الثورة. من خلال مزج مبادئ التعلم الآلي الأساسية مع أحدث الأساليب مثل AlphaFold وRFDiffusion وProteinMPNN، تزود DL4Proteins الباحثين والمعلمين والطلاب بالمعرفة للمساهمة في مستقبل هندسة البروتين. تعمل هذه الدفاتر مفتوحة المصدر على سد الفجوة بين أحدث الأبحاث والتعلم في الفصول الدراسية، مما يعزز جيلًا جديدًا من المبدعين في البيولوجيا الاصطناعية والعلاجات.
توفر دفاتر ملاحظات Jupyter أدناه مقدمة لمفاهيم ونماذج التعلم الآلي الأساسية المستخدمة حاليًا في مجال تصميم البروتين. يمكن تشغيل أجهزة الكمبيوتر المحمولة في Google Collaboratory.
** لكي يتم عرض الأرقام والأسئلة بشكل صحيح، يرجى ضبط دفاتر ملاحظات colab على الوضع الفاتح.
إذا كان لديك أي مشاكل، يرجى وضعها في علامة التبويب "المشاكل". هذا مستودع حي - نحن نعمل بنشاط على دمج التعليقات!
المؤلفون: مايكل إف. تشونغيون، سريفارشا بوفادا، غابرييل أو، كورتني توماس، بريتني جيه. كاربنتير، جيفري جي. غراي
الشكر والتقدير: سيرجي ليسكوف، وسيرجي أوفتشينيكوف، وطلاب جامعة جونز هوبكنز لعام 2023 540.614/414 دورة التنبؤ ببنية البروتين، ومركز جونز هوبكنز للتميز والابتكار في التدريس - منحة تعزيز التعليم.
الاستشهادات والموارد الإضافية: كل دفتر ملاحظات في هذا المستودع يستمد الإلهام والمنهجيات من مختلف الموارد المتطورة، بما في ذلك الأدوات البارزة عبر الإنترنت، والموارد التعليمية، والمنشورات، والمستودعات مفتوحة المصدر. تشمل الموارد الرئيسية سلسلة YouTube التي كتبها هاريسون كينسلي وأندريه كارباثي وبيتار فيليكوفيتش. تم الاستشهاد بهذه الأعمال في دفاتر الملاحظات الخاصة بهم، ونحن نشجع المستخدمين على استكشاف هذه الأعمال الأساسية للحصول على رؤى أعمق.
