protein专题
Paper - CombFold: Predicting structures of large protein assemblies 环境配置
欢迎关注我的CSDN：https://spike.blog.csdn.net/ 本文地址：https://spike.blog.csdn.net/article/details/136153329 CombFold： GitHub：https://github.com/dina-lab3D/CombFoldPaper：predicting structures of large prot
22《Protein Actions Principles and Modeling》-《蛋白质作用原理和建模》中文分享
《Protein Actions Principles and Modeling》-《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：Folding and Aggregation Are Cooperative Transitions （折叠和聚合是同时进行的） -蛋白质折叠的协同作用来自于二级和三级的结构相互作用 现在，我们应该如何
《Protein Actions Principles and Modeling》-《蛋白质作用原理和建模》中文分享（4）
《Protein Actions Principles and Modeling》-《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：Proteins perform cellular functions （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
Accurate prediction of protein contact maps by coupling residual two-dimensional bidirectional long
论文题目：Accurate prediction of protein contact maps by coupling residual two-dimensional bidirectional long short-term memory with convolutional neural networks 下载链接：https://academic.oup.com/bioinformat
Paper - DeepMSA2: Improving deep learning protein monomer and complex structure prediction
欢迎关注我的CSDN：https://spike.blog.csdn.net/ 本文地址：https://spike.blog.csdn.net/article/details/135520805 DeepMSA2 是用于构建高质量的蛋白质单体和复合体多序列比对（MSA）的流程，利用了迭代的序列搜索和隐马尔可夫模型算法，从多个基因组和元基因组数据库中提取了大量的同源序列。DeepMSA2
PSSP之特征提取（PSSP protein secondary structure prediction）
PSSP之特征提取（PSSP protein secondary structure prediction） One-hot encoding AACPSSM encodingSVM 分类优化之特征清洗 One-hot encoding AAC 维度为20+3（BXZ）。 PSSM encoding fasta文件psi-blast程序+protein db(nr db 4
Rosalind 042 Inferring Protein from Spectrum
这个问题涉及生物信息学中的一项特定任务：根据给定的前缀质谱（prefix spectrum）来推断蛋白质序列。 背景 蛋白质和氨基酸：蛋白质是由氨基酸残基构成的长链分子，每种氨基酸具有特定的质量。前缀质谱：这是指蛋白质序列从起始到某个点的所有片段的质量。例如，蛋白质“ACD”的前缀质谱包括氨基酸“A”的质量，氨基酸“AC”的质量，以及整个序列“ACD”的质量。单体同位素质量表：这是一个表，列出
荧光素APC标记猪胰岛素蛋白，Insulin Protein /APC，OVA/RBITC
荧光素APC标记猪胰岛素蛋白，Insulin Protein /APC，OVA/RBITC 卵清蛋白是一种常见的蛋白质，通常用于实验室研究中。TMR染料可以与卵清蛋白发生共轭反应，从而实现卵清蛋白的荧光标记。这种标记可以用于immunity染色、细胞成像、蛋白质追踪等多种实验应用。 四甲基罗丹明（Tetramethylrhodamine，TMR）是一种常用的荧光染料，也被称为TMR染料或R
PSP - 蛋白质-核酸复合物结构预测 RoseTTAFoldNA 算法框架 (Protein-RNA、Protein-DNA、RNA)
欢迎关注我的CSDN：https://spike.blog.csdn.net/ 本文地址：https://spike.blog.csdn.net/article/details/134208615 Paper: Accurate prediction of nucleic acid and protein-nucleic acid complexes using RoseTTAFoldNA
蛋白与蛋白互作预测 蛋白互作预测protein
How to prepare structures for HADDOCK? – Bonvin Labhttps://www.bonvinlab.org/software/bpg/structures/RosettaDock: 蛋白-蛋白复合物对接预测 - 知乎 (zhihu.com) 要进行LPR1-SEPP1复合物的结合亲和力预测，您可以按照以下步骤进行： 获取蛋白质结构数据：首先，
Paper reading (三十四)：Protein−Ligand Scoring with Convolutional Neural Networks
论文题目：Protein−Ligand Scoring with Convolutional Neural Networks scholar 引用：121 页数：16 发表时间：2017.04 发表刊物：Journal of Chemical Information and Modeling 作者：Matthew Ragoza, Joshua Hochuli, Elisa Idrobo,
Protein A残留检测：艾美捷比色免疫酶免疫测定试剂盒
艾美捷Protein A残留检测试剂盒用于监测残留污染的最灵敏 (9.01 pg/ml) 比色 ELISA。 艾美捷Protein A残留检测试剂盒五大特色： 1、高灵敏度测量，可检测纯化的人源化 mAb 制剂中低至 9.01 pg/ml (<1 ppm) 的蛋白 A 残留物 2、确保准确的结果，因为它可以识别多种蛋白 A 构建体 3、高通量格式，可在 < 3 小时内获得多达 37 个
论文解读《Protein subcellular localization based on deep image features and criterion learning strategy》
论文解读《Protein subcellular localization based on deep image features and criterion learning strategy》 基于深度图像特征和标准学习策略的蛋白质亚细胞定位 期刊名： BRIEFINGS IN BIOINFORMATICS 期刊名缩写：BRIEF BIOINFORM 国际刊号：1467-5463 202
Protein - ECD (ExtraCellular Domain) 膜蛋白胞外区的 UniProt 与 PDB 数据分析
欢迎关注我的CSDN：https://spike.blog.csdn.net/ 本文地址：https://spike.blog.csdn.net/article/details/132597158 ECD 是 Extracellular Domain 的缩写，指的是跨膜蛋白质的细胞外部分 (膜蛋白的胞外区)，通常包含一些功能性的结构域，如配体结合域、受体激活域、二聚化臂等。ECD 的结构和
pymol安装使用；vscode蛋白质可视化插件 protein viewer；rcsb pdb，fasta蛋白wget下载
pdb文件字段说明学习： 1、pymol安装使用 参考：https://blog.csdn.net/eternalapple/article/details/110263296 官网：https://pymol.org/ 安装：1、可以直接conda安装，一条命令conda install -c schrodinger pymol-bundle安装成功后输入pymol即可调出窗口