Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > q-bio > arXiv:1506.02379

帮助 | 高级搜索

定量生物学 > 生物大分子

arXiv:1506.02379 (q-bio)
[提交于 2015年6月8日 ]

标题: 基于蛋白质共进化数据的有效势能的多体项提高了准确性

标题: A many-body term improves the accuracy of effective potentials based on protein coevolutionary data

Authors:A. Contini, G. Tiana
摘要: 在同源蛋白质对齐中相关突变的研究已被证明不仅在预测其天然构象方面是成功的,而且在开发氨基酸对之间的两体有效势能方面也取得了成功。 在本研究中,我们扩展了有效势能,引入了一个多体项,该多项基于相同的理论框架,并利用了最大熵原理。 扩展后的势能在预测14种蛋白质(包括膜蛋白)中308种突变的能源效应方面优于两体势能。 多体项参数的平均值与相应残基的疏水性程度相关,这表明该术语部分反映了溶剂的影响。
摘要: The study of correlated mutations in alignments of homologous proteins proved to be succesful not only in the prediction of their native conformation, but also in the developement of a two-body effective potential between pairs of amino acids. In the present work we extend the effective potential, introducing a many--body term based on the same theoretical framework, making use of a principle of maximum entropy. The extended potential performs better than the two--body one in predicting the energetic effect of 308 mutations in 14 proteins (including membrane proteins). The average value of the parameters of the many-body term correlates with the degree of hydrophobicity of the corresponding residues, suggesting that this term partly reflects the effect of the solvent.
主题: 生物大分子 (q-bio.BM)
引用方式: arXiv:1506.02379 [q-bio.BM]
  (或者 arXiv:1506.02379v1 [q-bio.BM] 对于此版本)
  https://doi.org/10.48550/arXiv.1506.02379
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Guido Tiana [查看电子邮件]
[v1] 星期一, 2015 年 6 月 8 日 07:29:20 UTC (123 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
q-bio.BM
< 上一篇   |   下一篇 >
新的 | 最近的 | 2015-06
切换浏览方式为:
q-bio

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号