一种深度学习驱动的采样技术,用于探索RNA干环的相空间

Ayush Gupta1, Heng Ma2, Arvind Ramanathan2

  • 1William A. Brookshire Department of Chemical and Biomolecular Engineering, University of Houston, Houston, Texas 77204, United States.

概括

深度学习方法DeepDriveMD (DDMD) 通过从模拟中进行自适应式学习,有效地研究RNA干循环折叠. 这种方法克服了传统方法的局限性,使得可以在降低计算成本的情况下准确地估计自由能源景观.