当前位置: 首页 > news >正文

BioTech - 使用 CombFold 算法 实现 大型蛋白质复合物结构 的组装过程

欢迎关注我的CSDN:https://spike.blog.csdn.net/
本文地址:https://spike.blog.csdn.net/article/details/139242199

CombFold 是用于预测大型蛋白质复合物结构的组合和分层组装算法,利用 AlphaFold2 预测的亚基之间的成对相互作用。

CombFold 算法的关键特点包括:

  1. 组合和分层组装:CombFold 使用组合和分层策略来预测大型蛋白质复合物的结构,将亚基之间的成对相互作用作为构建复合物的基本元素。
  2. AlphaFold2 预测的亚基相互作用:CombFold 利用 AlphaFold2 预测的亚基之间的相互作用信息,这些预测可以帮助组装复合物的不同亚基。
  3. 高准确性:在两个包含 60 个大型不对称组件的数据集中,CombFold 在前 10 个预测中准确预测了 72% 的复合体 (TM 得分 >0.7)。此外,与相应的蛋白质数据库条目相比,CombFold 预测的复合物的结构覆盖率更高。
  4. 支持距离约束和复合物计数:CombFold 支持基于交联质谱的距离约束的整合,以及可能的复合物计数的快速枚举。
  5. 扩展结构覆盖范围:CombFold 的高准确性使其成为超越单体蛋白质的结构覆盖的有前途的工具。

CombFold 帮助预测大型蛋白质复合物的结构,从而更好地理解蛋白质的功能和进化,解释突变的影响,并且在药物发现中应用。

http://www.lryc.cn/news/359596.html

相关文章:

  • 代码随想录算法训练营第36期DAY46
  • 港湾周评|李小加“刀刃向内”裁员
  • 超大功率光伏并网逆变器学习(三相)
  • 大豆、棉花深度学习数据集大合集
  • 教育数字展馆助力全球教育传播,科技引领数字化教育潮流
  • 14.微信小程序之地理定位功能
  • 理解lambda表达式
  • 【面试】Java的前端编译器和后端编译器
  • 教育小程序的性能优化:从前端到后端的综合提升策略
  • 单链表实现通讯录
  • Linux 命令操作技巧
  • 深度学习21天 —— 卷积神经网络(CNN):识别验证码( 第12天)
  • 利用 Docker 简化Redis部署:快速搭建Redis服务
  • Web前端框架:深入探索与实践
  • 【算法】贪心算法——柠檬水找零
  • Jmeter安装教程
  • 关于磁盘管理
  • 人大金仓数据库大小写不敏感确认
  • 【Java】还有人不懂继承?25 个 Case 包教包会
  • Qt实现窗口失去焦点抖动功能
  • Flink 数据源
  • 在本地电脑中如何用命令操作远程服务器上的数据库
  • uniApp子组件监听数据的变化的方法之一
  • Python容器化技术的15个Docker实践
  • QT天气预报项目(写在简历上)
  • 从零到一建设数据中台 - 数据可视化
  • 一步步实现知乎热榜采集:Scala与Sttp库的应用
  • Windows和Linux系统部署Docker(2)
  • PyCharm中快速搭建Python虚拟环境的指南
  • C++模板元编程