الأبحاث ضمن الموضوع الرئيسي: هيكل البروتين والديناميات
-
تنبؤ هيكل البروتين في مجال واحد ومتعدد المجالات باستخدام D-I-TASSER المعتمد على التعلم العميق
Deep-learning-based single-domain and multidomain protein structure prediction with D-I-TASSERيقدم القسم نظرة عامة على نهج هجين جديد لتوقع بنية البروتين يسمى تحسين تجميع الخيوط التكراري القائم على التعلم العميق (D-I-TASSER). يجمع هذه الطريقة بين إمكانيات التعلم العميق متعددة المصادر مع محاكاة تجميع شظايا الخيوط التكرارية لتوليد نماذج على مستوى الذرة، وخاصة للبروتينات متعددة المجالات الكبيرة. يستخدم D-I-TASSER بروتوكول تقسيم وتجميع المجالات، مما يعزز بشكل…
-
توقع توزيع التشكيلات البروتينية عالي الإنتاجية باستخدام AlphaFold2 مع أخذ عينات فرعية
High-throughput prediction of protein conformational distributions with subsampled AlphaFold2قسم “الطرق” يوضح الأساليب التجريبية والتحليلية المستخدمة في الدراسة. يوضح معايير اختيار المشاركين، وتصميم التجارب، والتقنيات الإحصائية المستخدمة في تحليل البيانات. استخدم الباحثون مجموعة من الأساليب الكمية والنوعية لضمان فهم شامل للظواهر قيد البحث. شملت جمع البيانات أدوات وبروتوكولات موحدة للحفاظ على الاتساق والموثوقية. شمل التحليل نماذج إحصائية متقدمة، مثل تحليل الانحدار وANOVA، لتقييم دلالة…