Séance de cours

Prédiction de la structure protéique : AlphaFold Evolution et OpenFold Insights

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

PHYS-754: Lecture series on scientific machine learning

This lecture presents ongoing work on how scientific questions can be tackled using machine learning. Machine learning enables extracting knowledge from data computationally and in an automatized way. We will learn on examples how this is influencing the v ...

Description

Cette séance de cours couvre l'évolution des techniques de prédiction de la structure des protéines, en mettant l'accent sur AlphaFold 1 et AlphaFold 2. Il explique les modules et les mécanismes derrière AlphaFold 1, soulignant l'utilisation de l'alignement des séquences multiples (MSA) et de l'analyse des contraintes de distance (DCA). La séance de cours s'inscrit ensuite dans les avancées d'AlphaFold 2, mettant l'accent sur sa nouvelle approche basée sur les concepts de traitement du langage naturel. De plus, il traite de la démocratisation de l'IA pour la biologie par OpenFold, fournissant de nouvelles perspectives sur les mécanismes d'apprentissage d'AlphaFold2. La séance de cours aborde également les différences entre AlphaFold et DCA, les perspectives d'avenir des méthodes de type DCA, et l'exploration non supervisée des paysages séquentiels à l'aide de transformateurs et de mécanismes d'attention.

Enseignant·e·s (10)

Michele Ceriotti

Michele Ceriotti received his Ph.D. in Physics from ETH Zürich in 2010. He spent three years in Oxford as a Junior Research Fellow at Merton College. Since 2013 he leads the laboratory for Computational Science and Modeling in the Institute of Materials at EPFL. His research revolves around the atomic-scale modelling of materials, based on the sampling of quantum and thermal fluctuations and on the use of machine learning to predict and rationalize structure-property relations. He has been awarded the IBM Research Forschungspreis in 2010, the Volker Heine Young Investigator Award in 2013, an ERC Starting Grant in 2016, and the IUPAP C10 Young Scientist Prize in 2018.

David Richard Harvey

Enseignement et PhD Doctorant·es actuel·les Ethan Daniel Tregidga, Felix Francisco Vecchi Cours Lecture series on scientific machine learning PHYS-754 Ce cours présente des travaux sur la façon dont les questions scientifiques peuvent être abordées à l'aide de l'apprentissage automatique. L'apprentissage automatique permet d'extraire des connaissances à partir de données de manière automatisée. Nous apprendrons à partir d'exemples concrets.

Matthieu Wyart

Enseignement et PhD A dirigé les thèses EPFL de Riccardo Ravasio, Mario Geiger, Wencheng Ji, Leonardo Petrini, Umberto Maria Tomasini, Alessandro Favero Cours Systèmes complexes PHYS-343 Ce cours montre comment des concepts physiques connus (entropie, transitions de phase) et nouveaux (verres, percolation, réaction de type avalanche) peuvent être utilisés dans divers domaines (y compris l'informatique, les neurosciences, les sciences sociales).

Anne-Florence Raphaëlle Bitbol

I was trained in physics, and always had a strong interest in biology. I am broadly interested in understanding biological phenomena in a quantitative way, through physical concepts and mathematical and computational tools. I investigate the relative impacts of optimization and historical contingency in biological evolution, both at the scale of protein sequences and at the scale of microbial populations.Here is my research group website.Curriculum vitae Here is my complete CV. Professional experience:Since

Source officielle

Proximité ontologique

Biologie

Zoologie: Zoologie

Concepts associés (32)

Arbre phylogénétique

vignette|upright=1.5|Arbre phylogénétique, basé sur le génome d'après Ciccarelli et al. (2006), mettant en évidence les trois domaines du vivant : les eucaryotes en rose (animaux, champignons, plantes et protistes), les bactéries en bleu, et les archées en vert. Un arbre phylogénétique est un arbre schématique qui montre les relations de parenté entre des groupes d'êtres vivants. Chacun des nœuds de l'arbre représente l'ancêtre commun de ses descendants ; le nom qu'il porte est celui du clade formé des groupes frères qui lui appartiennent, non celui de l'ancêtre qui reste impossible à déterminer.

Classification phylogénétique

La classification phylogénétique ou classification cladistique est une forme de classification des êtres vivants qui repose sur leur phylogénie. Elle prend son origine dans les travaux d'une école de taxonomie dite systématique phylogénétique ou systématique cladistique ou cladisme. Cette approche a pour objectif de rendre compte des relations de parenté entre les taxons, s’agissant seulement de l'apparentement, c'est-à-dire des relations de groupes frères et non des relations généalogiques d'ancêtres à descendants, entre des groupes d'organismes quel que soit leur rang taxonomique.

Computational phylogenetics

Computational phylogenetics is the application of computational algorithms, methods, and programs to phylogenetic analyses. The goal is to assemble a phylogenetic tree representing a hypothesis about the evolutionary ancestry of a set of genes, species, or other taxa. For example, these techniques have been used to explore the family tree of hominid species and the relationships between specific genes shared by many types of organisms.

AlphaFold

AlphaFold est un logiciel d'intelligence artificielle développé par DeepMind, appartenant à Alphabet (société mère de Google), qui cherche à prédire la structure des protéines à partir de leur séquence en acides aminés. Le programme est conçu comme un système d'apprentissage profond. La première version du logiciel AlphaFold a permis à une équipe de chercheurs de se classer première au classement général de la évaluation critique des techniques de prédiction de la structure des protéines () en décembre 2018.

Évolution (biologie)

En biologie, l’évolution est la transformation du monde vivant au cours du temps, qui se manifeste par des changements phénotypiques des organismes à travers les générations. Ces changements généralement graduels (mais pouvant être rapides ou lents) peuvent aboutir, à partir d’une seule espèce (dite « espèce-mère »), à la formation de nouvelles variétés périphériques devenant progressivement des « espèces-filles ». Inversement, la fusion de deux lignées par hybridation ou par symbiogenèse entre deux populations d'espèces différentes peuvent produire une troisième espèce nouvelle.

Afficher plus

Séances de cours associées (64)

Biochimie: examen de test

Couvre les enzymes, l'évolution, les lipides et les protéines en biochimie.

Analyse co-évolutionnaire des protéines

Explore l'analyse co-évolutionnaire des protéines, couvrant les fonctions protéiques, le pliage, les corrélations, le DCA et les outils de prédiction de la structure comme AlphaFold 2.

Cristallographie aux rayons X et SwissFEL

Plonge dans la cristallographie aux rayons X, les structures protéiques et l'installation de pointe SwissFEL.

Protein Structure Prediction

Explore la prédiction de la structure des protéines à partir des données de séquence en utilisant la modélisation de l'entropie maximale et discute des progrès récents dans la prédiction de la structure des protéines.

Fondements des systèmes d'information: Aperçu des cours et concepts clés

Introduit le cours sur les systèmes d'information, couvrant sa structure, ses objectifs et ses concepts fondamentaux essentiels à la compréhension de la gestion des données et de la prise de décision.

Afficher plus

Concepts associés (32)

Arbre phylogénétique

Classification phylogénétique

Computational phylogenetics

AlphaFold

Évolution (biologie)

Afficher plus