蛋白质侧链构象是氨基酸残基在三维空间中的排列。斯坦福大学团队提出的FAMPNN模型能够显式建模氨基酸的序列和侧链结构，显著提升蛋白质序列设计的质量和预测准确性。该模型结合图神经网络和改进的MPNN，处理主链与侧链信息，推动蛋白质工程和药物设计的发展。

机器之心数据服务现已上线，提供高效稳定的数据获取，简化爬取流程。

量子力学于1925年迅速发展，海森堡提出的新理论打破了经典物理观念，奠定了基于可观测量的量子力学基础。尽管初期存在争议，量子力学最终成为现代物理的核心，促进了对原子和分子结构的深入理解。

本研究使用深度学习方法解决晶体材料原子结构分析的难题。CrystalX工具能高精度解析原子结构，识别并纠正文献错误，提高分析效率，推动实验室自动化发展。

研究人员发现扩散模型可以加速电子结构计算，提高密度泛函理论(DFT)的弛豫速度，并比经典力场产生的结构更低能。