期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
机器学习在蛋白质疏水相互作用模型研究中的应用
1
作者
冯
晨
博
马维强
+1 位作者
程润
王骏
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2023年第6期919-927,共9页
疏水相互作用是一种十分复杂的非线性多体等效相互作用,在蛋白质折叠中发挥着主导作用,对蛋白质溶剂可及表面积(SASA)的分析是刻画该作用的重要手段.为了解决SASA解析或数值方法难以平衡计算成本和精确度的问题,将机器学习方法应用于蛋...
疏水相互作用是一种十分复杂的非线性多体等效相互作用,在蛋白质折叠中发挥着主导作用,对蛋白质溶剂可及表面积(SASA)的分析是刻画该作用的重要手段.为了解决SASA解析或数值方法难以平衡计算成本和精确度的问题,将机器学习方法应用于蛋白质SASA的预测中.与传统的典型方法进行比较,该方法得到的结果,误差小了一个数量级,计算速度比解析方法提升了近两个数量级.将该方法拓展到基于蛋白质粗粒化结构的SASA预测上,也取得了良好的结果.该方法为蛋白质物理的研究提供了新的高效计算工具.
展开更多
关键词
蛋白质折叠
疏水相互作用
溶剂可及表面积(SASA)
机器学习
下载PDF
职称材料
题名
机器学习在蛋白质疏水相互作用模型研究中的应用
1
作者
冯
晨
博
马维强
程润
王骏
机构
南京大学物理学院
出处
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2023年第6期919-927,共9页
基金
国家自然科学基金(11774157,11934008)
文摘
疏水相互作用是一种十分复杂的非线性多体等效相互作用,在蛋白质折叠中发挥着主导作用,对蛋白质溶剂可及表面积(SASA)的分析是刻画该作用的重要手段.为了解决SASA解析或数值方法难以平衡计算成本和精确度的问题,将机器学习方法应用于蛋白质SASA的预测中.与传统的典型方法进行比较,该方法得到的结果,误差小了一个数量级,计算速度比解析方法提升了近两个数量级.将该方法拓展到基于蛋白质粗粒化结构的SASA预测上,也取得了良好的结果.该方法为蛋白质物理的研究提供了新的高效计算工具.
关键词
蛋白质折叠
疏水相互作用
溶剂可及表面积(SASA)
机器学习
Keywords
protein folding
hydrophobic interaction
solvent-accessible surface area(SASA)
machine learning
分类号
Q615 [生物学—生物物理学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
机器学习在蛋白质疏水相互作用模型研究中的应用
冯
晨
博
马维强
程润
王骏
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部