项目名称: 基于遗传结构知识的低分辨率结构解析方法的研究

项目编号: No.61202252

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 周勇

作者单位: 大连理工大学

项目金额: 25万元

中文摘要: 揭示各种蛋白质的生化功能是后基因组时代的重要课题之一。对蛋白质功能的研究可以为医疗,制药,生物材料等领域的研究提供直接的知识支持。蛋白质的功能是由其三维结构所决定的,获得蛋白质结构的方式可分为物理实验和模拟预测两种。通过物理实验获得的结构精确度高,但实验成本高。模拟预测的方法成本低,但结构精确度也低。如何将两者有效的结合起来,已成为结构解析这个包含多学科知识的交叉领域的热点研究之一。本项目将模拟预测的方法引入蛋白质结晶衍射方法中,利用结构预测方法提供的具有遗传保有性的结构模板信息,应用图像处理理论的相关方法对电子密度图进行解释,以达到获得高精度的蛋白质结构模型的目的。特别是对一些由于实验条件的限制,而难以获得质量理想的电子密度图且具有重要生化功能的蛋白质的结构解析。期望通过新方法的开发,扩大晶体衍射方法的适用范围,降低结构解析的成本,缩短解析的周期,为蛋白质晶体结构解析研究提供新的思路。

中文关键词: 蛋白质结构解析;蛋白质结构预测;低分辨率数据;图像处理;交叉学科

英文摘要: Elucidating the biochemical function of the protein is one of the important topic in the post-genome era. The research on the protein function can provide direct support to the research of medical treatment, drug discovery and bio-material. The function of a protein is definitely determined by its 3D structure. The most popular approaches for obtaining a 3D protein structure are structure prediction and physics experiment. Through physics experiment, the accuracy of the obtained structure is higher, but the expense is also higher. On the contrary, through structure prediction, the accuracy is lower and the expense is lower. Therefore, how to combine these two approaches together to improve the efficiency of tackling a protein structure has already turned to a hot topic in the field of protein structure analysis. In this research, the model of structure prediction is going to be introduced to the process of tackling a protein structure through X-ray crystallography. The structure templates with genetically conserved structure information are generated from the structure prediction model. Then, the templates are applied to interprate the electron density map of the target protein by means of image processing approach. In this way, a highly accurate structure model of the target protein is expected. Moreover, thi

英文关键词: protein structure elucidation;protein structure prediction;low resolution data;image processing;interdiscipline

成为VIP会员查看完整内容
0

相关内容

Nat. Mach. Intell. | 分子表征的几何深度学习
专知会员服务
24+阅读 · 2021年12月26日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
31+阅读 · 2021年8月7日
专知会员服务
31+阅读 · 2021年5月7日
【耶鲁】数据结构与编程技术,572页pdf
专知会员服务
46+阅读 · 2020年12月27日
【ICML2020-西电】用于语言生成的递归层次主题引导RNN
专知会员服务
21+阅读 · 2020年6月30日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
中文知识图谱构建技术以及应用的综述
专知会员服务
312+阅读 · 2019年10月19日
知识图谱本体结构构建论文合集
专知会员服务
106+阅读 · 2019年10月9日
自然语言处理(NLP)知识结构总结
AI100
51+阅读 · 2018年8月17日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Dynamic Network Adaptation at Inference
Arxiv
0+阅读 · 2022年4月18日
Arxiv
30+阅读 · 2019年3月13日
Arxiv
26+阅读 · 2018年9月21日
小贴士
相关VIP内容
Nat. Mach. Intell. | 分子表征的几何深度学习
专知会员服务
24+阅读 · 2021年12月26日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
31+阅读 · 2021年8月7日
专知会员服务
31+阅读 · 2021年5月7日
【耶鲁】数据结构与编程技术,572页pdf
专知会员服务
46+阅读 · 2020年12月27日
【ICML2020-西电】用于语言生成的递归层次主题引导RNN
专知会员服务
21+阅读 · 2020年6月30日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
中文知识图谱构建技术以及应用的综述
专知会员服务
312+阅读 · 2019年10月19日
知识图谱本体结构构建论文合集
专知会员服务
106+阅读 · 2019年10月9日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员