蛋白質結構具有高度動態性，準確預測多種構象對於理解其生物功能至關重要。 深度學習模型（如 AlphaFold 和 OpenFold）已經顛覆了結構生物學的發展，但我們如何進一步發掘其潛能？

本次重播將介紹一種全新的多重序列比對（MSA）子抽樣策略。該策略利用直接耦合分析（DCA）來形成進化相關序列的群集，從而引導 AlphaFold 等模型偏向不同的構象狀態。我們還將展示該方法如何在 Discovery Studio Simulation 中實施與應用，並與已知的功能性構象進行對比分析，探索其在多種生物系統中的應用潛力。

Webinar 重點內容：

• 探索 Discovery Studio Simulation 的全新蛋白質構象搜索（Protein Conformation Search）技術
• 了解 AlphaFold2 如何預測蛋白質的多種構象
• 發掘 AlphaFold2 與分子動力學模擬（MD Simulation）的協同優勢
• 觀察蛋白質構象搜索如何應用於變構蛋白（Metamorphic Proteins）

立即觀看重播！