RoseTTAFold
基于三轨注意力网络的蛋白质结构预测方法，同时建模序列、距离图和三维坐标之间的信息传递。 该方法在较低计算成本下实现了接近 AlphaFold 的预测精度，推动了结构预测模型的快速普及。
| 属性 | 值 |
|---|---|
| 用途 | 基于多轨神经网络的高精度蛋白质结构预测 |
| 时间复杂度 | O(n^2) |
| 空间复杂度 | O(n^2) |
| 年份 | 2021 |
| 分类 | 蛋白质结构预测 |
复杂度分析
- 时间复杂度：
O(n^2) - 空间复杂度：
O(n^2)
性能洞见：该算法时间复杂度属于二次方（O(n²) 量级），适合中等规模数据，大规模场景需考虑近似算法。空间复杂度较高；对超长序列可考虑 Hirschberg 算法等空间优化变体。
注：复杂度基于理论模型。实际性能受数据规模、硬件环境与实现优化影响，建议针对具体场景进行基准测试。
文献与实现
相关工具
AlphaFold · ESMFold · trRosetta