蛋白质终身计划
该python脚本允许用户遵循N端规则获得细胞中蛋白质的寿命，通过该规则，蛋白质半衰期是由蛋白质序列中的最后一个氨基酸计算出来的。
背景
90年代，亚历山大·瓦尔沙夫斯基（Alexander Varshavsky）和他的团队首先描述了N端规则。 它将蛋白质的体内半衰期与其N末端残基的身份联系起来。 他得出的结论是，N-末端规则的相似但截然不同的版本适用于所有生物，从哺乳动物到真菌再到细菌。 因此，据此，应该有可能从蛋白质序列计算蛋白质的半衰期，并使用生物信息学方法估算蛋白质在细胞中的寿命。
代码
该代码是使用Spyder版本4.2.3（是Python开发环境）使用Python3版本3.8开发的。 可以使用跨平台的Anaconda发行版下载Spyder。
Python模块
在使用此脚本之前，建议使用Anaconda Prompt安装以下Python模块：
PySimpleG
2021-11-12 17:21:40
2KB
1
用于确定和分析时间分辨荧光数据中荧光寿命的MATLAB软件包
如何引用FLIMX
数据分析是使用FLIMX（Klemm等人，2015）进行的，该文件已被记录并可以在开源BSD-license（ ）下免费在线下载。
如果您使用我们的软件进行数据分析，请在出版物中引用以下参考资料：
Klemm M，Schweitzer D，Peters S，Sauer L，Hammer M，Haueisen J（2015）FLIMX：一种用于确定和分析人眼时间分辨荧光数据中荧光寿命的软件包。 PLoS ONE 10（7）：e0131640。 doi：10.1371 / journal.pone.0131640
2021-10-15 14:27:31
33.07MB
1
matlab卡尔曼滤波相关代码剩余使用寿命估计
该存储库保存了在代尔夫特理工大学传感器信号和数据处理课程中进行的涡扇发动机剩余使用寿命估计项目的结果。
实现的估计技术依赖于扩展卡尔曼滤波器。
所有可视化和实现相关的任务都是在
Matlab
中进行的。
代码在三个不同的文件中提供：
RUL_data_exploration.m
、
RUL_function_derivations.m和RUL_EKF_implementation_evaluation.m以及所需的（Matlab）数据文件RUL_data.mat
。
为了便于理解，代码附有注释。
每个文件都可以单独执行。
除了数据和代码之外，还包括相关报告[SSDP]
Remaining
Useful
Lifetime
estimation
M.
Hulsebos.pdf
。
本报告讨论了实施细节，还提供了评估结果以及与并发方法的比较。
2021-10-11 14:37:36
1.6MB
1
NASA涡轮风扇故障预测
这个数据分析/机器学习项目研究了行为变量与故障发生之间的关系（就剩余的发动机循环而言），用于来自NASA研究项目的模拟运行涡扇数据。
该项目从对数据集的探索开始，随后是基于当前引擎读数的引擎剩余使用寿命（RUL）预测模型的开发。 建模技术包括线性回归和神经网络（使用TF-Keras）。
培训数据来自NASA预测中心数据存储库： :
可以在以下找到有关此调查的文章： :
项目目标
分析发动机性能与剩余使用寿命之间的关系。
开发剩余使用寿命的预测模型。
探索数据集
使用Jupyter笔记本浏览数据集，先进行数据质量检查，然后调查可变关系。 数据质量通常非常好，几乎没有数据丢失或数据类型不正确的情况，尽管随附的文档表明某些传感器上存在噪声。
在数据集中可以看到许多变量之间的强线性相关性，为子集预测模型的变量提供了坚实的基础：
许多变量分布是正态或偏态
2021-09-15 20:15:09
48.83MB
1