同行评议

Faculty Opinions recommendation of Biological structure and function emerge from scaling unsupervised learning to 250 million protein sequences.

Julie Thompson

Laboratoire des Sciences de l'Ingénieur, de l'Informatique et de l'Imagerie

来源Faculty Opinions – Post-Publication Peer Review of the Biomedical Literature

年份2022

DOI10.3410/f.739876259.793593441

原文https://doi.org/10.3410/f.739876259.793593441

阅读操作

确认中

在文库中上传 PDF 后可生成中文音频讲解。

摘要与影响

摘要 · 节选

暂未获取摘要。可打开原文或 PDF，后续可基于全文生成更完整的速读。

逐年被引趋势

暂无年度引用数据

关键指标

被引次数 · OpenAlex

领域内被引倍数
同类平均 = 1

引用位次
同领域 · 同年份 · 同类型

参考文献

Google Scholar 与 OpenAlex 的被引统计范围不同，数值存在差异属正常。

AI 辅助阅读

依据：文献信息

论文问答

当前基于文献信息回答

可就本文提问；依据不足时会说明。

学术脉络

学科主题

生物医学

Machine Learning in Bioinformatics

Protein Structure and Dynamics · Genomics and Phylogenetic Studies

参考文献 0

暂无参考文献明细

引用本文 -

暂无引用本文的记录

同行评议

Faculty Opinions recommendation of Biological structure and function emerge from scaling unsupervised learning to 250 million protein sequences.

Julie Thompson

Laboratoire des Sciences de l'Ingénieur, de l'Informatique et de l'Imagerie

来源Faculty Opinions – Post-Publication Peer Review of the Biomedical Literature

年份2022

DOI10.3410/f.739876259.793593441

原文https://doi.org/10.3410/f.739876259.793593441

阅读操作

确认中

在文库中上传 PDF 后可生成中文音频讲解。

摘要与影响

摘要 · 节选

暂未获取摘要。可打开原文或 PDF，后续可基于全文生成更完整的速读。

逐年被引趋势

暂无年度引用数据

关键指标

被引次数 · OpenAlex

领域内被引倍数
同类平均 = 1

引用位次
同领域 · 同年份 · 同类型

参考文献

Google Scholar 与 OpenAlex 的被引统计范围不同，数值存在差异属正常。

AI 辅助阅读

依据：文献信息

论文问答

当前基于文献信息回答

可就本文提问；依据不足时会说明。

学术脉络

学科主题

生物医学

Machine Learning in Bioinformatics

Protein Structure and Dynamics · Genomics and Phylogenetic Studies

参考文献 0

暂无参考文献明细

引用本文 -

暂无引用本文的记录