zProt 用于读取和处理蛋白质数据库(pdb)文件的库
2021-11-30 11:24:22 350KB biology protein-sequences C
1
关于DeepFam DeepFam是一种基于深度学习的无比对蛋白质功能预测方法。 DeepFam首先通过卷积层从原始序列中提取保守区域的特征,然后根据这些特征进行预测。 特征 免比对:不需要多重或成对序列比对来训练族模型。 取而代之的是,通过卷积单元和1-max池训练家庭中局部保留的区域。 卷积单元的工作方式与PSSM类似。 利用可变大小的卷积单元(多尺度卷积单元)来训练通常长度各异的特定于家庭的保守区域。 安装 DeepFam是在库中实现的。 CPU和GPU机器均受支持。 有关安装Tensorflow的详细说明,请参阅的。 要求 的Python:2.7 Tensorflow:超过1.0 用法 首先,克隆存储库或下载压缩的源代码文件。 $ git clone https://github.com/bhi-kimlab/DeepFam.git $ cd DeepFam 您可以通过帮
1
蛋白质网 ProteinNet是用于机器学习蛋白质结构的标准化数据集。 它提供蛋白质序列,结构(和),多个序列比对( ),位置特定的评分矩阵( ),以及标准化的拆分。 ProteinNet建立在两年期评估的基础上,该评估对最近解决但尚未公开获得的蛋白质结构进行盲目预测,以提供推动计算方法学前沿的测试集。 它被组织为一系列数据集,涵盖了CASP 7至12(涵盖十年),以提供一系列数据集大小,从而可以在相对数据贫乏和数据丰富的体制中评估新方法。 请注意,这是一个初步版本。 用于构建数据集的原始数据以及MSA尚未普遍可用。 但是,可应要求提供ProteinNet 12的原始MSA数据(4TB)
1
MaSIF-分子表面相互作用指纹:进行几何深度学习以破译蛋白质分子表面中的图案。 目录: Docker容器 执照 参考 描述 MaSIF是一种概念验证方法,可解密对于特定生物分子相互作用至关重要的蛋白质表面中的模式。 为此,MaSIF利用了几何深度学习领域的技术。 首先,MaSIF将表面分解为具有固定测地线半径的重叠径向小块,其中每个点都分配有一系列几何和化学特征。 然后,MaSIF为每个表面补丁计算一个描述符,该描述符是对补丁中存在的特征的描述进行编码的向量。 然后,可以在一组附加层中处理此描述符,在其中可以对不同的交互进行分类。 每个描述符和最终输出中编码的功能取决于特定于应用程序的训练数据和优化目标,这意味着可以将同一体系结构重新用于各种任务。 该存储库包含一个协议,用于将蛋白质结构文件准备为功能丰富的表面(具有几何和化学特征),将其分解为补丁,以及基于tensorflow的神经
1
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
PyPDB 使用RCSB蛋白质数据库(PDB)执行搜索的Python 3工具箱。 这可用于对符合各种条件的PDB ID执行高级搜索,以及查找与特定PDB ID相关的信息。 该工具允许在Python脚本中执行可以在PDB网站中执行的标准操作(BLAST,PFAM查找等)。 每个函数及其相关输出的示例可以在找到。 如果您将此模块用于任何已发表的作品,请考虑引用随附的论文 Gilpin, W. "PyPDB: A Python API for the Protein Data Bank." Bioinformatics, Oxford Journals, 2015. 截至2020年11月,为了适应RCSB PDB API的更改并扩展功能,pypdb正在进行大量重构。 对于此过程中发生的任何重大变化,我们深表歉意。 pypdb的先前版本可; 但是,它将不再对更改的RCSB API起
2021-11-09 11:35:45 49KB proteins pdb protein-data-bank protein-structure
1
遗传算法(2D-HP 蛋白质折叠) 为 2D-HP 蛋白质折叠模型开发的遗传算法。 该应用程序将创建初始构象(蛋白质折叠),然后应用选择,突变和交叉。 安装 该存储库包含一个 Visual Studio 2013 项目,该项目包括所有依赖项并且可以立即运行。 一般概念 一个构象包含元素 元素是亲水的还是不是 元素相对于构象的位置 元素的方向指向后继位置(左,右,直) 选拔 支持以下选择方法: 健身比例 基于概率的锦标赛 单淘汰赛 “最佳胜利”锦标赛 可以指定锦标赛大小(构象数量)。 记录中 该算法自动记录一个runthrough到average.txt其包含一个人口每一代的平均能量文件。 这可以用于生成如下图(平均垂直能量,水平生成数): 此外,还提供了testTournaments和testRates函数,它们都使用一组参数,对算法进行一次运行。 然后他们稍微更改参数并进行另一次运
2021-10-26 22:04:41 2.3MB c-plus-plus genetic-algorithm C++
1
GaussDCA.jl:用于蛋白质家族中残基接触预测的多元高斯直接耦合分析-Julia模块
1
蛋白质-配体相互作用分析仪(PLIP) 轻松分析3D结构中的非共价蛋白-配体相互作用。 用例 码头工人 奇点 Python模块 “我想分析我的蛋白质-配体复合物!” :check_mark: :check_mark: :yellow_circle: :cross_mark: “我想分析十亿个蛋白质-配体复合物!” :cross_mark: :yellow_circle: :check_mark: :yellow_circle: “我喜欢Linux命令行,并希望围绕PLIP构建工作流程!” :cross_mark: :check_mark: :check_mark: :yellow_circle: “我是一名Python程序员,想在我的项目中使用PLIP!” :cross_mark: :yellow_circle: :yellow_circle: :check_mark: 快速开始 码头工人 如果已安装Docker,则可以使用以下shell命令对结构1vsn运行PLIP分析: 在Linux / MacOS上:
1
基于swaggger2和rxjava2的intellij kotlin代码生成器*
2021-08-31 21:25:03 6.55MB 开源项目
1