단백질 군집화에서 유사도 기준이 결과를 바꾸는 이유
딥러닝 서열 임베딩과 예측 구조 시대의 단백질 군집화를 구조 예측과 구분하고, 전체 서열·구조·국소 활성 부위 기준이 기능 주석에 미치는 영향을 설명합니다.
내용 보기sb daily ai science biomedicine
4개의 공개 문서를 모았습니다.
SHAP 중요도와 AUC가 원인 설명은 아닌 이유
성인 11,809명의 후향 예측 연구를 바탕으로 AUC 0.78과 SHAP 특성 중요도가 모델 성능과 예측 기여를 뜻할 뿐 인과관계나 개인 확정을 뜻하지 않는 이유를 설명합니다.
내용 보기
LLM으로 임상 기록을 구조화할 때 검증 설계가 먼저인 이유
수의학 23편과 사람 의료 31편의 정보 추출 연구를 비교한 범위 고찰을 바탕으로 데이터 준비, 주석, 오류 검토와 외부 검증의 역할을 설명합니다.
내용 보기
단백질 재설계에서 AI 예측과 물리 계산을 함께 보는 이유
단백질 재설계 비교 연구를 바탕으로 AI 역접힘과 힘장 계산의 역할 차이, 조합의 가능성, de novo 구조에서의 실패 범위를 설명합니다.
내용 보기