Protein

学术搜索网站

sci-hubhttps://sci-hub.seresearchgatehttps://www.researchgate.net/publication/360380877_Microbial_Protein_Elicitors_in_Pl.sciencedirect.comhttps
chezabo6116·2023-06-08 06:21

国产顶刊崛起，这本生物顶刊一鸣惊人！

一、Protein&Cell期刊历史以及定位Protein&Cell创刊于本世纪初，其由高等教育出版社、北京生科院和中国生物物理学会联合创办，由Springer-Nature集团负责海外发行，2012年首次被
WOSCI沃斯编辑·2023-04-17 04:22

G蛋白偶联受体介导的信号转导

G蛋白偶联受体(G-protein-coupledreceptor,GPCR)：是迄今为止发现的最大的一类细胞膜表面受体大家族，七次跨膜，功能
Han_zh·2023-04-15 15:12

HyperAttentionDTI: improving drug–protein interaction prediction by sequence-based deep learning wit

动机：识别药物-靶点相互作用（DTI）是药物再利用和药物发现的关键步骤。通过模型计算准确识别DTI可以显著缩短开发时间并降低成本。最近，提出许多基于序列的方法用于DTI预测，并通过引入注意机制来提高性能。这些方法仅对药物和蛋白质间的单个非共价间的分子相互作用进行建模，忽略了原子和氨基酸间复杂的相互作用。结果：在本文中，我们提出了一种基于卷积神经网络和注意机制的端到端生物启发模型HyperAtten
NLP菜鸟·2023-04-14 02:07

TransformerCPI: improving compound–protein interaction prediction by sequence-based deep learning wi

论文地址：TransformerCPI:improvingcompound–proteininteractionpredictionbysequence-baseddeeplearningwithself-attentionmechanismandlabelreversalexperiments代码地址：https://github.com/lifanchen-simm/transformerCP
NLP菜鸟·2023-04-14 02:07

24《Protein Actions Principles and Modeling》-《蛋白质作用原理和建模》中文分享

《ProteinActionsPrinciplesandModeling》-《蛋白质作用原理和建模》本人能力有限，如果错误欢迎批评指正。第六章：Theprinciplesofproteinfoldingkinetics（蛋白质折叠动力学的原理）-Levinthal悖论促进蛋白质折叠机制研究在本章，我们将会了解蛋白质折叠/展开的速率和途径。我们所说的路线是指当蛋白质折叠时发生的构象变化的时间过程。我
DrugPython·2023-04-13 15:17

perl语言---从参考蛋白库中提取指定序列

需求：GCF_016772045.1_ARS-UI_Ramb_v2.0_protein.faa（这是sheep的参考蛋白序列库）PS：绿色部分为蛋白的名称等信息，后面的黑色部分为对应序列我想把其中的某个蛋白信息连同它的序列提取出来
食品猪的生信鸡·2023-04-10 16:16

Protein Kinase D1, Reduced in Human Pancreatic Tumors, Increases Secretion of Small Extracellula...

本文选自gastroenterology，喜欢的朋友可以自行下载阅读。摘要：胰腺肿瘤细胞释放含有脂质和蛋白质、RNA和DNA分子的细胞外小泡(SEV，Exosome)，这些小泡可能促进转移的形成。目前还不清楚这些小泡包含什么货物，以及它们是如何释放的。蛋白激酶D1(PRKD1)抑制细胞运动，被认为在胰腺导管腺癌(PDAC)中调节失调。我们调查了它是否调节胰腺癌细胞中SEV的产生，以及它们在小鼠胰腺
一个没有感情的文献阅读机·2023-04-05 12:12

孕妇蛋白质低怎么补？蛋白质主要食物来源有哪些？孕妇补蛋白质食谱

蛋白质（英文：protein）是组成人体的重要成分之一，人体的所有细胞组织都含有蛋白质。现已证明，没有蛋白质就没有生命
营养知饭陈老师·2023-04-03 11:17

What‘s next for AlphaFold and the AI protein-folding revolution / 什么是AlphaFold和AI蛋白质折叠革命的下一步？

What'snextforAlphaFoldandtheAIprotein-foldingrevolution/什么是AlphaFold和AI蛋白质折叠革命的下一步?DeepMindsoftwarethatcanpredictthe3Dshapeofproteinsisalreadychangingbiology.可以预测蛋白质的三维结构的DeepMind软件已经改变生物学Atop-downvie
redoop's blog·2023-04-01 08:00

流利阅读D10｜哺乳蜘蛛

而且，跳蛛的奶nutritious，protein蛋白含量高。不会以后会出蜘蛛奶吧，我怎么感觉有点恐怖呢。图片发自App图片发自App图片发自
柠夏初·2023-03-27 08:06

扩增子和宏基因组分析实用指南 | 微生物组研究

来自中国科学院遗传与发育生物学研究所、中国科学院大学、中国中医科学院等多家科研机构组成的科研团队在《Protein&Cell》发表了微生物组数据扩增子和宏基因组分析的实用指南。
尐尐呅·2023-03-26 13:38

本周最新文献速递20210925

本周最新文献速递20210925一、精细解读文献一文献题目：Protein-codingrepeatpolymorphismsstronglyshapediversehumanphenotypes不想看英文题目
橙子牛奶糖·2023-03-25 07:10

23《Protein Actions Principles and Modeling》-《蛋白质作用原理和建模》中文分享

《ProteinActionsPrinciplesandModeling》-《蛋白质作用原理和建模》本人能力有限，如果错误欢迎批评指正。第五章：FoldingandAggregationAreCooperativeTransitions（折叠和聚合是同时进行的）-蛋白质可以协同组装成聚集体、原纤维或晶体现在，让我们开始了解另一种协同过程吧。蛋白质之间可以互相聚集形成多蛋白聚合体(multiprot
DrugPython·2023-03-21 05:05

《Protein Actions Principles and Modeling》-《蛋白质作用原理和建模》中文分享（16）

《ProteinActionsPrinciplesandModeling》-《蛋白质作用原理和建模》本人能力有限，如果错误欢迎批评指正。第四章：ProteinBindingLeadstoBiologicalActions（蛋白质的结合会产生生物作用）-在变构中，构象变化和结合时同时进行的，即协同结合结合过程的发生会导致一个蛋白质构象的变化，从而调控其他的结合过程。这是一个重要的蛋白质机制。在变构过
DrugPython·2023-03-21 05:04

19《Protein Actions Principles and Modeling》-《蛋白质作用原理和建模》中文分享

《ProteinActionsPrinciplesandModeling》-《蛋白质作用原理和建模》本人能力有限，如果错误欢迎批评指正。第四章：ProteinBindingLeadstoBiologicalActions（蛋白质的结合会产生生物作用）-布朗棘轮在耦合结合的过程中产生定向运动生物系统如何进行定向运动是一个有趣的研究问题。有些蛋白质是只向一个方向旋转的旋转马达。而有些蛋白质则像是沿着其
DrugPython·2023-03-21 05:34

更新go和kegg注释

diamond到eggnog数据库比对##/home/lx_sky6/software/eggnog-mapper-2.1.8/emapper.py-iGCF_905147795.1_ilPieRapa1.1_protein.faa-mdiamond-oeggnog
多啦A梦的时光机_648d·2023-03-20 01:20

Protein Cell：扩增子和宏基因组数据分析实用指南

扩增子和宏基因组数据分析实用指南ApracticalguidetoampliconandmetagenomicanalysisofmicrobiomedataProteinCell[IF:10.164]DOI:https://doi.org/10.1007/s13238-020-00724-8Review:2020-5-11第一作者：刘永鑫1,2,3,秦媛1,2,3,4,陈同5通讯作者：刘永鑫(y
生信宝典·2023-02-20 07:21

Tasks Assessing Protein Embeddings (TAPE)

proteinembedding，代码：TasksAssessingProteinEmbeddings(TAPE)，原文：EvaluatingProteinTransferLearningwithTAPE
_森罗万象·2023-02-03 09:02

PPI数据集示例项目学习图神经网络

代码理解训练过程PPI数据集：参考：https://blog.csdn.net/weixin_43580130/article/details/116449062PPI(生物化学结构)网络是蛋白质相互作用（Protein-ProteinInteraction
KPer_Yang·2023-02-02 16:46

蛋白质多序列CD-HIT处理

db=Protein，上传文件，点击RETRIEVE按钮开始匹配3：点击右上角SENDTO:选项进行下载，注意选择保存格式（保存为FASTA格式）4：打开CD-HIT官网http://weizhongli-lab
LostWinds_0401·2023-01-29 21:51

Accurate prediction of protein contact maps by coupling residual two-dimensional bidirectional long

论文题目：Accuratepredictionofproteincontactmapsbycouplingresidualtwo-dimensionalbidirectionallongshort-termmemorywithconvolutionalneuralnetworks下载链接：https://academic.oup.com/bioinformatics/article/34/23/4
QFIUNE·2023-01-29 12:04

论文笔记：BridgeDPI: a novel Graph Neural Network for predicting drug–protein interactions

2022Bioinformatics1introduction使用图神经网络预测药物和蛋白质的相互作用（DPI，drug-proteininteraction）目前预测药物和蛋白质相互作用的方式主要有以下几种：基于对接的方法（docking-based）使用分子动力学模拟重建蛋白质与药物在空间中的接触关系目标是寻找药物分子在蛋白质上结合的最佳位点缺点是需要精确的蛋白质结构，实际有时无法得到蛋白质的
UQI-LIUWJ·2023-01-27 13:35

分子动力学模拟学习3-Gromacs数据处理

1.周期性边界处理：gmxtrjconv-smd.tpr-fmd.xtc-omd_noPBC.xtc-pbcmol-center#选择1("Protein")作为置中的组分，选择0("System")作为输出
TruelyBe·2023-01-14 21:28

csv转为矩阵 python_利用python将二值csv格式转换为矩阵

importpandasaspd,numpyasnp;‘‘‘将csv文件转换为对应的邻接矩阵mat‘‘‘fromnumpyimport*;defprotein_complexes_trans():file=open(‘protein_complexes.csv
师爷孙·2023-01-12 15:40

《Learning from Protein Structure with Geometric Vector Perceptrons》文献阅读

本博文基于《LearningfromProteinStructurewithGeometricVectorPerceptrons》进行翻译讲解，该文章发表于2021年的ICLR，作者来自斯坦福大学。该文章认为大型生物分子的三维结构学习是机器学习的一个独特领域，但是还没有出现一个统一的网络架构，同时利用问题领域的几何和关系两个层面。为了解决这个问题，作者引入了几何向量感知器，它扩展标准的密集层来操作
Surpassall·2023-01-07 21:04

Convolutional Neural Network Architectures for Predicting DNA-Protein Binding论文笔记

总结在预测DNA序列与转录因子结合数据集上，论文做了CNN结构的系统化探索。论文通过改变CNN宽度、深度、池化设计。论文的重要发现：在网络上添加卷积核对以motif为基序的任务非常重要。实验分为两个任务：motiflearning和motifoccupancy，利用更多的卷积核总是有用的。然而，局部池化和另外的卷积层只会在特征维度很高时在motifoccupancy任务中有帮助。使用可配置的网络方
安逸IT仔赵大宝·2023-01-06 16:58

Convolutional neural network architectures for predicting DNA–protein binding

CNN用于基因组学研究的最大优势之一是，它可以探测某一motif（指蛋白质分子具有特定功能的或者作为一个独立结构域一部分相近的二级结构聚合体）是否在指定序列窗口内，这种探测能力非常有利于motif的鉴定，进而有助于结合位点的分类摘要：我们提出了使用大量转录因子数据集预测DNA序列结合的CNN体系结构的系统探索。我们通过更改CNN的宽度，深度和pooling设计来确定性能最佳的体系结构。我们发现，将
hello~bye~·2023-01-06 16:57

【论文导读】Causal Protein-Signaling Networks Derived from Multiparameter Single-Cell Data

就离谱，我本来想研究因果+机器学习，却因为数据集被迫看生物的论文……whatever，先看看吧【介绍】这是2005年发表于science的一篇因果学习生物的论文，主要是想看看DAG-GNN到底怎么处理的实际数据集……Science的论文是真的Solid啊八页感觉比40多页还难读……希望论文讲讲处理数据集吧求求了孩子要毕不了业了！！！！！！！原文提到的数据集是这样的：Weconsiderabioin
ViviranZ·2023-01-03 18:45

Multimodal Graph-based Transformer Framework for BiomedicalRelation Extraction

Abstracttask：Protein-ProteinInteractiontaskintroducedanovelframeworkthatenablesthemodeltolearnmulti-omnicsbiologicalinformationaboutentities
辉辉小学生·2022-12-31 08:52

Biopython教程

index.html蛋白质文件获取Entrez方法fromBioimportEntrezEntrez.email='邮箱名'#如'[email protected]'handle=Entrez.esearch(db='protein
发呆的比目鱼·2022-12-31 08:26

论文解读：ProteinBERT: a universal deep-learning model of protein sequence and function

目录1.研究背景2.研究数据2.1预训练的蛋白质数据集2.2蛋白质基准数据集3.研究方法3.1序列和标注编码3.2蛋白质序列和注释的自我监督预训练3.3对蛋白质基准进行监督微调3.4深度学习框架4.结果4.1预训练可以改善蛋白质模型4.2ProteinBERT在不同的蛋白质基准上达到了近乎最先进的结果4.4全局注意力机制的理解5.结论作者单位：耶路撒冷希伯来大学发表期刊：《Bioinformati
wangpan007·2022-12-28 14:08

Alphafold在预测蛋白质折叠方面完爆人类，AI+X将迎来新时代

DeepMind在利用其神经网络解决生物学的重大挑战之一蛋白质折叠（protein-folding）问题时所取得的成就。
派派AI学院·2022-12-24 13:27

python处理数据之 --- 批量分割数据，并计算分割后的数据总数量，并将结果保存在新的CSV文件中

/illumina/protein/test.csv',encoding='utf-8')a
佛系盼毕业·2022-12-22 17:55

《Protein Actions Principles and Modeling》-《蛋白质作用原理和建模》中文分享（5）

《ProteinActionsPrinciplesandModeling》-《蛋白质作用原理和建模》本人能力有限，如果错误欢迎批评指正。第二章：Proteinsperformcellularfunctions（蛋白质的细胞功能）在一个细胞里合成一个全新的生物分子需要多步化学反应。这些化学反应的位点在空间定位上若是十分相近，那么会很大地提升合成的效率。有时候，一个酶分子就在空间中存在多个化学位点，这
DrugPython·2022-12-17 23:49

《Protein Actions Principles and Modeling》-《蛋白质作用原理和建模》中文分享（7）

《ProteinActionsPrinciplesandModeling》-《蛋白质作用原理和建模》本人能力有限，如果错误欢迎批评指正。第三章：ProteinsHaveStableEquilibriumConformations（蛋白质具有稳定的平衡构想）-天然状态和变性状态是蛋白质的稳定状态稳定的平衡构象是蛋白质的一个重要特征。蛋白质在给定的天然条件下具有特定的天然结构，并且在给定的变性条件下具
DrugPython·2022-12-17 23:49

《Protein Actions Principles and Modeling》-《蛋白质作用原理和建模》中文分享（11）

《ProteinActionsPrinciplesandModeling》-《蛋白质作用原理和建模》本人能力有限，如果错误欢迎批评指正。第三章：ProteinsHaveStableEquilibriumConformations（蛋白质具有稳定的平衡构想）在蛋白质进行双态转变中，，我们会发现在变性中点，一半的蛋白质处于完全展开的状态，另一半的蛋白质则处于完全折叠的状态。小蛋白质们通常具有两种稳定的
DrugPython·2022-12-17 23:49

【论文分享】Highly accurate protein structure prediction with AlphaFold

前言：本文是PPT分享的文字稿，偏口语化，仅供参考。Outline论文正文内容梳理团队介绍背景介绍预测方法分类预测效果算法框架1.模型输入2.Evoformer3.StructureModuleLossFunctionAF2推理生成结果训练过程Openfold(AF2复现)训练集训练步骤训练命令AF2潜在问题其他类似算法-EsmFold预测效果结构简要说明
zoetu·2022-12-14 19:33

《Protein Actions Principles and Modeling》-《蛋白质作用原理和建模》中文分享（4）

《ProteinActionsPrinciplesandModeling》-《蛋白质作用原理和建模》本人能力有限，如果错误欢迎批评指正。第二章：Proteinsperformcellularfunctions（蛋白质的细胞功能）-蛋白质在细胞中的多种活动想象一下，一个设备以一种重复的、自我维持的方式进行一些化学或物理功能个。那么这个设备需要什么东西呢？它需要吸收原材料，消除其废物，转化它所需的能源
DrugPython·2022-11-24 05:16

非因解读| Reverse Phase Protein Array（RPPA）蛋白组学技术在外泌体分析中的应用

ReversePhaseProteinArray（RPPA）蛋白组学技术在外泌体分析中的应用外泌体（Exosome）是一种能被大多数细胞分泌的微小膜泡，也是细胞外囊泡（EV）的一种主要类型，直径大约40-160nm，具有脂质双层膜结构，能很好的保护其包被的物质，内含大量的核酸，包括DNA、RNA以及蛋白质和其它小分子代谢产物。在最近的癌症研究中，外泌体已被发现与肿瘤免疫中的抗原呈递、肿瘤细胞的生长
BroH·2022-11-23 07:03

Testing of Total Protein or Phosphorylated Protein

PhosphorylationevaluationProteinkinasestransferphosphategroupsfromadenosinetriphosphatetoserine,threonineortyrosineresiduesonproteinpeptidesubstrates,whichdirectlyaffecttheactivityandfunctionoftargets
weixin_47264404·2022-11-20 16:42

线性规划-单纯形算法详解

本文将详细的介绍单纯形算法，包括但不限于LP问题单纯形算法原理无界、无解、循环等情况python代码实现线性规划问题首先引入如下的问题：假设食物的各种营养成分、价格如下表：FoodEnergy（能量）Protein
青城下·2022-11-20 09:55

Science | 利用深度学习搭建蛋白质功能位点(Scaffolding protein functional sites using deep learning)

参考文献：https://www.science.org/doi/10.1126/science.abn2100文献提供的代码地址：https://github.com/RosettaCommons/RFDesignhttps://github.com/sokrypton/ColabDesign围绕功能进行设计蛋白质已经成功地找到了折叠成所需构象的序列，但设计功能蛋白质仍然具有挑战性。Wang等人
姜芜·2022-11-20 09:05

A deep-learning framework for multi-levelpeptide–protein interaction prediction文章梳理

作者：清华大学的曾坚阳老师团队期刊：NatureCommunication时间：2021.9.150写在前面的疑惑1）模型中，三个分类通道有一个分支将输出结果给与数字通道，目的是什么？1动机多肽通过与多种蛋白质相互作用并参与许多细胞过程，如程序性细胞死亡、基因表达调控和信号转导，因此，多肽在人类生理中发挥着至关重要的作用。由于其安全性、良好的人体耐受性，以及良好的灵活性和构象刚性之间的平衡，目前，
李划水员·2022-11-20 03:26

Protein Actions Principles and Modeling》-《蛋白质作用原理和建模》中文分享（3）

这个分栏主要是为了介绍《ProteinActionsPrinciplesandModeling》-《蛋白质作用原理和建模》，有助于开始学习蛋白质的朋友了解一些基本生物知识。本人能力有限，如果错误欢迎批评指正。接上期内容超二级结构，也称为结构基序，是二级结构的常见组合。这些二级结构组合出现得比较频繁，因此它们都有名称。一个经典的例子是卷曲线圈，其中两个螺旋被扭曲在一起。另一种是β-螺旋，它是由β-链
DrugPython·2022-11-19 19:27

《Protein Actions Principles and Modeling》-《蛋白质作用原理和建模》中文分享（2）

这个分栏主要是为了介绍《ProteinActionsPrinciplesandModeling》-《蛋白质作用原理和建模》，有助于开始学习蛋白质的朋友了解一些基本生物知识。本人能力有限，如果错误欢迎批评指正。接上期内容在蛋白质中，每个氨基酸沿着链通过一个肽键与相邻的氨基酸共价相连（图1.6）。肽键是一个氨基酸的碳基端和下一个氨基酸的氨基之间的C−N键。该化学键是通过脱水缩合来获得的。整个蛋白质的氨
DrugPython·2022-11-19 19:57

《Protein Actions Principles and Modeling》-《蛋白质作用原理和建模》中文分享（1）

这个分栏主要是为了介绍《ProteinActionsPrinciplesandModeling》-《蛋白质作用原理和建模》，有助于开始学习蛋白质的朋友了解一些基本生物知识。本人能力有限，如果错误欢迎批评指正。第一章：Proteinsarepolymersthatfoldintospecificstrcuture（蛋白质是可以折叠成特定结构的聚合物）-蛋白质是发挥细胞功能的机器目前蛋白质作为人体的基
DrugPython·2022-11-19 19:35

【读文献】Generative models for graph-based protein design 蛋白质设计

出处作者：J.Ingraham等机构：MIT期刊：NeurIPS,2019code：https://github.com/jingraham/neurips19-graph-protein-design
无名草鸟·2022-10-27 22:52

[论文阅读]使用深度学习方法预测蛋白质磷酸化位点DeepPhos: prediction of protein phosphorylation sites with deep learning（二）

文章目录三、Deepphos框架和模型训练四、性能比较五、补充说明1.比较深度学习架构的详细信息2.一维蛋白质序列的卷积运算六、总结接上一篇文章：[论文阅读]使用深度学习方法预测蛋白质磷酸化位点DeepPhos:predictionofproteinphosphorylationsiteswithdeeplearning（一）三、Deepphos框架和模型训练表示第k个DC-CNN块中的卷积层C生
.别拖至春天.·2022-09-22 13:16

[论文阅读]使用深度学习方法预测蛋白质磷酸化位点DeepPhos: prediction of protein phosphorylation sites with deep learning（一）

文章目录摘要一、背景二、数据收集和预处理三、Deepphos框架和模型训练摘要这项研究中，文章提出了一种新颖的多层CNN架构DeepPhos，以准确预测具有蛋白质序列信息的磷酸化位点。与之前深度学习方法不同，DeepPhos由密集连接的CNN（DC-CNN）块组成，其中卷积层通过块内串联层（Intra-BCL）同时相互连接，有效地增强了磷酸化信息的流动。同时，采用具有不同窗口和过滤器尺寸的多个DC
.别拖至春天.·2022-09-22 13:45
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他