We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
速度很快的工作,很强。核酸的预测是很重要的问题,我也是关注者之一。HelixFold3提供了开源可用的工具,同时大幅度超越了RF2NA和RFAA,确实很棒。我有如下问题:
The text was updated successfully, but these errors were encountered:
首先,感谢您对我们工作的关注和肯定!对于您关心的问题,我将一一解答:
我们在所有测试中遵从 AlphaFold 3 论文中的提到的方式。这一信息在我们的 report 的 Section 2 中有详细提及,您可以参考一下。
"Each sample is processed with 5 different random seeds, and diffusion inference is performed 5 times per seed with 200 sampling steps"
HelixFold3 ranking 是基于 confidence score 进行的,包含 plddt, pAE, pTM, 这在我们的 report Section 2.4 中有指出。对于 RF2NA 和 RFAA 的结果,我们按照官方提供的推理代码进行样本测试,没有进行多次采样和重新排序,官方也没有提及重排的机制。
casp15-RNA的结果来源是 AF3 paper, recent rna 的结果是基于 AF3 server 的 top-ranked 预测结果计算 lddt。而HelixFold3的结果也按照AF3的方式,即5x5模式,这个细节在我们 report 里有所提及。
您提出的部分问题已经在我们的报告中细节解释,您可以仔细参考一下我们的 技术报告。我们也将会在近期更新报告,增加更多细节,欢迎你持续关注我们的进展!
谢谢你的提问和支持!
Sorry, something went wrong.
No branches or pull requests
速度很快的工作,很强。核酸的预测是很重要的问题,我也是关注者之一。HelixFold3提供了开源可用的工具,同时大幅度超越了RF2NA和RFAA,确实很棒。我有如下问题:
The text was updated successfully, but these errors were encountered: