Rosetta入门指南

最新推荐文章于 2024-09-12 13:33:30 发布
最新推荐文章于 2024-09-12 13:33:30 发布
阅读量223 收藏 1
点赞数 1
文章标签： 学习 经验分享 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Rubyhouse/article/details/130363917
版权
这是一份Rosetta的入门指南，详细介绍了如何利用Rosetta进行机器学习集成多组学数据、从头蛋白抗体设计以及在药物研发中的结构优化应用。同时探讨了计算机辅助药物设计，包括蛋白结构分析、虚拟筛选和分子对接技术。
摘要由CSDN通过智能技术生成

Rosetta入门指南 | 机器学习集成多组学、Rosetta从头蛋白抗体设计、计算机辅助药物设计
专题一：集成多组学数据的机器学习在生物医学中的应用专题
专题二：Rosetta从头蛋白抗体设计、结构优化及在药物研发中的应用专题
专题三：CADD蛋白结构分析、虚拟筛选、分子对接（蛋白-蛋白、蛋白-多肽）

42e44c156ef24a3ebbbe0c8d632071b0.png

b1fc0078ac1142599b80463d1098fe02.png 

5c2c7a578efa4602b5659f18410bdef6.png 

e5446e02148d467cb02ef557d9de2cf7.png 

最低0.47元/天 解锁文章
科研House
关注
分析方法 | Rosetta使用教学 ——Protein-protein dock模块（刚性对接）
2302_76987110的博客
04-28 1391
需要提供两个蛋白结构的输入文件COL_D.pdb和IMM_D.pdb文件，以及1v74.pdb（预对接文件）文件在input_files文件夹下（如果只进行刚性对接可以只准备预对接文件）蛋白-蛋白对接一直是分子模拟中非常重要同时非常难解决的问题，相较于小分子与蛋白之间的对接，蛋白-蛋白对接如今较不成熟，在蛋白-蛋白对接之前，最好能够搜集更多的文献进行支持，让模拟的结果不空洞，才能保证对接的准确性。在进行对接前应对对接的位置有预先的了解并将要对接的蛋白放在预计的对接位置，手动生成预对接的结构文件。
rosetta软件_分子模拟软件Discovery Studio详细图文教程合集（上）
weixin_39540271的博客
11-23 2756
Discovery Studio™ (简称DS)是专业的生命科学分子模拟软件，DS目前的主要功能包括：蛋白质的表征（包括蛋白-蛋白相互作用）、同源建模、分子力学计算和分子动力学模拟、基于结构药物设计工具（包括配体-蛋白质相互作用、全新药物设计和分子对接）、基于小分子的药物设计工具（包括定量构效关系、药效团、数据库筛选、ADMET）和组合库的设计与分析等。三个月的时间中，利刃君推出Discovery...
Rosetta中文教程（三）
qq_41858644的博客
11-03 1341
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录约束文件一、概述二、Constraint Types1. Single constraintsAtomPair：三、Function Types四、Code for Reading Constraints 约束文件 一、概述 Rosetta约束是对scorefunction的补充。(这相当于其他程序中的“约束”。)它们被用来对结构的几何和其他特征进行评分，而这些特征可能无法用标准评分术语来评估。例如，添加一个基于实验知识的评分偏差
Rosetta中文教程（一）
qq_41858644的博客
11-02 6425
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、教程1. Minimizer1.介绍2.目标3. How-To: Minimize分析输入结构设置flags文件运行minimization命令分析输出4. How-To: Minimization with Constraints设置flags文件和约束文件运行minimization命令分析输出5. How-To: Minimization with a MoveMapThe MoveMap关于FoldTree的说明mo
免费虚拟筛选软件 - PyRx
药研猿的博客
10-29 4092
PyRx是一款集成了autodock与vina程序且在windows平台上的虚拟筛选软件。目前只有0.8版本是免费的（同名公众浩后台回复：‘pyrx’），其余的版本都存在版权限制。
虚拟筛选（基础概要）
药研猿的博客
02-02 2991
通常所说的虚拟筛选是图中A区域所示的过程。在获得Hit Componds后，一般有条件的可以直接用实验验证。但为了提升阳性率，降低实验成本，也可以继续进行B区域所示过程，运用分子动力学模拟的手段进一步过滤Hit Componds（但此步往往耗时较长，操作也更为繁琐，门槛更高）。关注** grosetta**公众号，回复"虚拟筛选"获得相关学习资源。
适合IT程序员学习指南
qq_41147940的博客
09-26 682
1、在线编程练习： LintCode ——在线刷题网站，阶梯式训练，可帮助你更快速深入地了解各类面试题型，提供专业导师写的最优代码作为参考 （Lintcode 标准答案查询——lintcode 的参考答案网站，提供最优解） Codecademy——包含在线编程练习和课程视频 CodeHS——包含数据结构、游戏设计、动画类编程题 Codechef——题目难度从入门、简单、中等到挑战都有，会举办竞赛...
Dfinity(ICP)身份认证和账本快速入门-3
lk2684753的博客
06-25 1916
Dfinity身份认证和账本快速入门 什么是Internet Identity Internet Identity 使您可以在访问将其用作身份验证方法的应用程序时安全且匿名地进行身份验证。为您登录的每个应用程序创建不同的身份，您将能够使用所有已注册的设备或身份验证方法登录同一帐户。 与大多数身份验证服务不同，您的 Internet 身份不需要您设置和管理密码或向应用程序提供任何个人身份信息。相反，您可以使用您创建的身份验证配置文件，例如智能手机的面部识别、计算机解锁密码或安全密钥。Internet Iden
Rosetta粗糙集软件
07-18
Rosetta粗糙集软件是一款基于粗糙集理论的工具，主要用于数据挖掘、知识发现和决策分析。粗糙集理论是一种处理不完整或不确定信息的数学方法，它源于波兰计算机科学家Zdzisław Pawlak在20世纪80年代提出的概念。...
rosetta stone程序
04-20
rosetta stone程序rosetta stone程序rosetta stone程序rosetta stone程序rosetta stone程序rosetta stone程序rosetta stone程序rosetta stone程序rosetta stone程序rosetta stone程序rosetta stone程序rosetta stone...
Rosetta Stone5.0.37安装包以及安装破解说明
12-19
全世界超过150个国家、地区的上百万人，超过10000所外国高校各年龄段学生，美国国务院、世界500强高级执行官们，美国国防部和美国国家宇航局（NASA）正在使用！
粗糙集相关软件【rosetta】
04-14
RoSetta是一款基于粗糙集理论的开源软件，它提供了数据预处理、特征选择、规则发现、分类和决策等功能，广泛应用于智能系统、数据分析和机器学习中。 在RoSetta软件中，用户可以进行以下操作： 1. **数据预处理**...
UEFI学习笔记（五）：EDK II PCD的概念、类型、使用
qq_44189622的博客
09-11 769
如果在BIOS里面有一些模块是binary方式集成进来的而这些binary又需要用到PCD（用于Binary Release），那么这些Binary集成的要用到的PCD就必须要设置为。PCD的值存在memory里面，下次启动时，上次更改的值丢失了，每次启动都是从default值开始。是存在VPD空间的（在FLASH上，只读），一般是出厂配置。如果platform是从源码build出来的，没有binary在里面的时候，PCD用的都是。作用域在一个模块中（模块级的），可以在Binary Level进行修改。
Redis 入门 - 五大基础类型及其指令学习
IT规划师
09-11 420
学习Redis基础类型：字符串、集合、有序集合、列表、哈希，每种类型有各自的特点和常用指令。掌握这些基础是熟练使用Redis的关键。更多指令需自行尝试。
计算几何学习
网安小白
09-12 300
学习计算几何过程中对经典算法的记录
【学习笔记】SSL密码套件之哈希
最新发布
Taki_UP的博客
09-12 704
本篇介绍了TLS/SSL密码套件中常用的哈希算法，包括Poly1305、SHA384、SHA256、SHA、MD5
sheng的学习笔记-AI-规则学习（rule learning）
coldstarry的专栏
09-09 1069
机器学习中的“规则”(rule)通常是指语义明确、能描述数据分布所隐含的客观规律或领域概念、可写成“若……，则……”形式的逻辑规则。​“规则学习”(rule learning)是从训练数据中学习出一组能用于对未见示例进行判别的规则。一条规则形如：在数理逻辑中“文字”专指原子公式(atom)及其否定。与神经网络、支持向量机这样的“黑箱模型”相比，规则学习具有更好的可解释性，能使用户更直观地对判别过程有所了解。另一方面，数理逻辑具有极强的表达能力，绝大多数人类知识都能通过数理逻辑进行简洁的刻画和表达。
AdaBoost算法（AdbBoost Algorithm）—有监督学习方法、非概率模型、判别模型、非线性模型、非参数化模型、批量学习
nanxiaotao的博客
09-11 720
AdaBoost算法（AdbBoost Algorithm）—有监督学习方法、非概率模型、判别模型、非线性模型、非参数化模型、批量学习
Rosetta软件中文教程：从入门到精通
"这是一份关于Rosetta软件的简易教程，由西南交通大学经管...总体而言，这份Rosetta教程提供了全面而实用的指南，涵盖了从数据预处理到规则提取的全过程，对于想要学习和掌握Rosetta软件的用户来说，是一份宝贵的资源。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值