待验证50% 置信基准精确时间

AlphaFold2在2020年解决了蛋白质结构预测难题,在CASP14竞赛中达到实验级别的预测精度,中位GDT分数超过92

1

来源数

50%

置信度

长期有效

时效性

2026/9/10

首次发现

来源

蛋白质设计新范式：机器学习如何突破自然序列限制

涉及实体

AlphaFold2model CASP14concept DeepMindcompany

相关事实

待验证AlphaFold2结合多序列比对（MSA）与等变神经网络，预测精度首次在大多数蛋白质上达到实验级别，中位数TM-score超过0.975% 相似待验证负样本学习将蛋白质设计成功率从早期的5-10%提升到某些应用场景下的50%以上57% 相似待验证GLM-5.2 对 MTP 层（Multi-Token Prediction）的改进将投机解码的接受长度最高提升了 20%57% 相似待验证在该心脏病预测实验中，逻辑回归模型的AUC达到0.8956% 相似待验证研究表明经过良好校准的LLM裁判与人工标注的一致性可达80%以上56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/887749

API

curl https://kongchang.com/api/v1/knowledge/claims/887749

MCP

get_claim(id=887749)