本文主要综述了近期蛋白质-RNA相互作用界面预测与设计方面的进展,包括以下几个方面:(1)蛋白质-RNA分子对接算法以及对接前后存在的构象变化的处理;(2)蛋白质-RNA识别机制的研究;(3)基于蛋白质-RNA相互作用界面的分子设计。蛋白质-RNA分子对接算法逐步完善将有助于我们对大量未知功能的蛋白质与RNA进行功能注释,而基于...
蛋白质-rna相互作用界面预测与设计 星级: 15 页 RNA-protein interactions in regulation of picornavirus RNA translation(RNA-蛋白质相互作用调控小核糖核酸病毒RNA翻译) 星级: 13 页 rna-蛋白质相互作用位点的预测 星级: 1页 rna-蛋白质相互作用位点的预测 星级: 1页 计算预测蛋白质-RNA相互作用 星级: ...
proteinrnainteractions蛋白质predicting相互作用 RESEARCHARTICLEOpenAccessPredictingRNA-ProteinInteractionsUsingOnlySequenceInformationUshaKMuppirala1,2*,VasantGHonavar1,3andDrenaDobbs1,2AbstractBackground:RNA-proteininteractions(RPIs)playimportantrolesinawidevarietyofcellularprocesses,rangingfromtranscriptionalandpost-transc...
基于二级结构和多模型融合的非编码RNA与蛋白质相互作用预测方法专利信息由爱企查专利频道提供,基于二级结构和多模型融合的非编码RNA与蛋白质相互作用预测方法说明:本发明公开了一种基于二级结构和多模型融合的非编码RNA与蛋白质相互作用预测方法,属于生物信息学...专利
蛋白质-RNA之间的相互作用是蛋白质在细胞里面行使功能的重要方式之一.结构生物学家利用实验手段可以得到蛋白质-RNA复合物的三维结构,通过原子水平的晶体结构来解释蛋白质与RNA的识别过程.但实验取得蛋白质-RNA的复合物结构非常困难,耗钱、耗时,同时受限于其相互作用强度.因而利用理论的方法对蛋白质-RNA相互作用界面...
首先采用PsePSSM算法表达蛋白质序列,编码后的蛋白质特征向量维数很高;接着采用GPP流形学习方法对其进行维数约简,约简后的特征向量输入SVM分类器训练,训练好的分类器预测未知的蛋白质与RNA是否相互作用;最后,采用Jackknife测试方法检验预测准确率,测试结果表明,上述方法是十分有效的,为蛋白质与RNA是否相互作用的研究提供一...
最重要的是,与传统方法相比,AF3预测相互作用的准确率暴涨50%。对一些重要的相互作用类型,其预测精度甚至可以提升100%。最新研究已在Nature发表,并登上今天的头版。 AlphaFold 3可以生成蛋白质、核酸(DNA/RNA)和更小分子的3D结构,并揭示它们如何组合在一起。它还可以模拟细胞之间化学变化,以控制细胞的正常运转,预防...
因此人们对于长链非编码RNA与蛋白质相互作用关系研究的热情不断高涨.由于使用大规模实验方法来验证两者的相互作用需要耗费很多物质成本和时间成本,与此同时伴随着当代社会科学技术不断发展,计算机硬件持续迭代更新,研究人员开始将重心放在如何使用机器学习及深度学习方法来进行基础预测,可喜的是这些预测实验都取得了令人满意的...
首先采用Pse PSSM算法表达蛋白质序列,编码后的蛋白质特征向量维数很高;接着采用GPP流形学习方法对其进行维数约简,约简后的特征向量输入SVM分类器训练,训练好的分类器预测未知的蛋白质与RNA是否相互作用;最后,采用Jackknife测试方法检验预测准确率,测试结果表明,上述方法是十分有效的,为蛋白质与RNA是否相互作用的研究提供...