版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、因為蛋白質(zhì)結(jié)構(gòu)的預測對于破譯它們的功能非常重要,一貫是生物信息學領域的研究熱門。與蛋白質(zhì)序列的測定相比,蛋白質(zhì)三維結(jié)構(gòu)的檢測技術(shù)要復雜和困難得多,且針對肽鏈超過一定長度的較大蛋白質(zhì),預測方法的結(jié)果準確性也相應下降。因此采用從序列出發(fā)的雙肽鏈蛋白質(zhì)結(jié)構(gòu)預測有一定的科研價值,也是具有挑戰(zhàn)性的課題。
由序列得到的單鏈結(jié)構(gòu)的預測結(jié)果往往比較準確,但肽鏈間的構(gòu)象與真實結(jié)構(gòu)并不匹配。基于冷凍電鏡圖像信息將結(jié)構(gòu)與圖形匹配的問題,可以作為圖像
2、處理中的特征信息的提取和識別問題處理。基于電鏡圖像生成的原理,可以將蛋白質(zhì)結(jié)構(gòu)模擬成電子密度圖,通過定義目標函數(shù)對不同電鏡圖像的匹配程度進行計算。對于有雙肽鏈的蛋白質(zhì)結(jié)構(gòu)預測,首先要從序列出發(fā),通過折疊識別方法得到備選模板,然后對備選模板進行匹配和排序。在電子密度圖與結(jié)構(gòu)的匹配中,先組裝較大的單鏈結(jié)構(gòu),在對電鏡圖進行更新后,再匹配另一條肽鏈,最后按照目標函數(shù)的值排序并輸出最佳的預測結(jié)構(gòu)。在單鏈電子密度圖匹配中,應用了模擬退火算法,提高蛋
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 蛋白質(zhì)冷凍電鏡圖像匹配算法研究.pdf
- 冷凍電鏡圖像指導下的多結(jié)構(gòu)域蛋白質(zhì)組裝算法研究.pdf
- 基于深度學習的冷凍電鏡蛋白質(zhì)顆粒自動挑選算法.pdf
- 基于蛋白質(zhì)網(wǎng)絡的復合體識別算法研究.pdf
- 冷凍電鏡簡介
- 蛋白質(zhì)結(jié)合位點和復合體構(gòu)象預測方法的研究.pdf
- 蛋白質(zhì)-蛋白質(zhì)復合物結(jié)構(gòu)預測.pdf
- 基于最佳鄰居節(jié)點的蛋白質(zhì)復合體挖掘算法研究.pdf
- 基于蛋白質(zhì)網(wǎng)絡中復合體的識別方法研究.pdf
- 蛋白質(zhì)復合體的模塊度函數(shù)與識別算法研究.pdf
- 蛋白質(zhì)結(jié)構(gòu)預測
- 冷凍電鏡三維重構(gòu)
- 單顆粒冷凍電鏡重構(gòu)中圖像投影方向的估計.pdf
- 胰腺癌細胞系中蛋白質(zhì)復合體研究.pdf
- 基于蛋白質(zhì)網(wǎng)絡與蛋白質(zhì)功能的關鍵蛋白質(zhì)預測研究.pdf
- RNA-蛋白質(zhì)復合物結(jié)構(gòu)預測.pdf
- 基于框架庫的蛋白質(zhì)局部結(jié)構(gòu)預測.pdf
- 蛋白質(zhì)結(jié)構(gòu)預測模型研究.pdf
- 蛋白質(zhì)結(jié)構(gòu)預測方法研究.pdf
- 蛋白質(zhì)結(jié)構(gòu)預測模型的研究.pdf
評論
0/150
提交評論