烯醇官能化氮杂环卡宾稀土金属胺化物的合成，分子结构及其催化胍化反应研究，李志，沈琪，本文本文以烯醇官能化的氮杂环卡宾前体H2LBr (L= 4-OMe-C6H4COCH{C(NCHCHNiPr)})为辅助配体，通过与LnCl3(Ln = Y, Nd, Sm, Yb)和NaN(TMS)2的混合体系进行�

半滑舌鳎MHC II类A基因的分子鉴定、多态性及与抗鳗弧菌感染的相关性研究，王旭波，李春梅，主要组织相容性复合体（MHC）II类抗原在脊椎动物免疫反应方面起着重要的作用。本文通过RACE-PCR技术获得了半滑舌鳎MHC II 类A基因的cDNA�

同步辐射真空紫外光电离分子束质谱研究甲基叔丁基醚的热解，张泰昌，Wang jing，本文在MTBE和Ar的流量比为3.72%，压力267Pa,温度从700K到1420K的条件下 研究MTBE的热解。利用同步辐射真空紫外光电离结合分子束质谱技术检�

分子量计算器库 MwtWinDll是一个.NET库，具有实用功能，用于计算化学式和氨基酸的分子量和组成百分比。它可以识别用户定义的缩写和自定义元素同位素。它还包括一个摩尔/质量转换器，公式查找器，毛细管流动建模器，氨基酸表示法转换器，同位素分布计算器和肽序列片段化建模器。若要使用，只需将DLL包含在.NET项目中。 资料下载 DLL的发行版本可在GitHub上找到，为 持续集成 DLL的较新版本可以在上找到，尽管它们会在6个月后自动删除。 联络人 由马修·门罗（Matthew Monroe）为能源部（华盛顿州里奇兰市，PNNL）撰写基于马修·梦露（Matthew Monroe）1995-2002年编写的v6.20代码（VB6）的分子量计算器Matthew Monroe在2002年编写的VB6 ActiveX Dll版本NikšaBlonder和Matthew Monroe于2005年移植到

OpenMM：高性能分子动力学库 介绍 是用于分子模拟的工具包。 它既可以用作运行模拟的独立应用程序，也可以用作您从自己的代码调用的库。 它提供了极大的灵活性（通过定制力量和集成商），开放性和高性能（尤其是在最近的GPU上），这些特性使其在仿真代码中真正独一无二。 获得帮助 需要帮忙？ 查看和。

用于学习分子图的分层消息间传递 这是用于学习分子图的分层消息间传递的 PyTorch 实现，如我们的论文中所述： Matthias Fey、Jan-Gin Yuen、Frank Weichert：(GRL+ 2020) 要求 (>=1.4.0) (>=1.5.0) (>=1.1.0) 实验 可以通过以下方式运行实验： $ python train_zinc_subset.py $ python train_zinc_full.py $ python train_hiv.py $ python train_muv.py $ python train_tox21.py $ python train_ogbhiv.py $ python train_ogbpcba.py 引用 如果您在自己的工作中使用此代码，请引用： @inproceedings{Fey/etal/2020,

WILEY SERIES IN MATHEMATICAL AND COMPUTATIONAL BIOLOGY Editor-in-Chief Simon Levin Department of Ecology and Evolutionary Biology, Princeton University, USA Associate Editors Zvia Agur, Tel-Aviv University, Israel Odo Diekmann, University of Utrecht, The Netherlands Marcus Feldman, Stanford University, USA Bryan Grenfell, Cambridge University, UK Philip Maini, Oxford University, UK Martin Nowak, Oxford University, UK Karl Sigmund, University of Vienna, Austria CHAPLAIN/SINGH/MCLACHLAN—On Growth and Form: Spatio-temporal Pattern Formation in Biology CHRISTIANSEN—Population Genetics of Multiple Loci CLOTE/BACKOFEN—Computational Molecular Biology: An Introduction DIEKMANN/HEESTERBEEK—Mathematical Epidemiology of Infectious Diseases: Model Building, Analysis and Interpretation Reflecting the rapidly growing interest and research in the field of mathematical biology, this outstanding new book series examines the integration of mathematical and computational methods into biological work. It also encourages the advancement of theoretical and quantitative approaches to biology, and the development of biological organisation and function. The scope of the series is broad, ranging from molecular structure and processes to the dynamics of ecosystems and the biosphere, but unified through evolutionary and physical principles, and the interplay of processes across scales of biological organisation. Topics to be covered in the series include: • Cell and molecular biology • Functional morphology and physiology • Neurobiology and higher function • Immunology • Epidemiology • Ecological and evolutionary dynamics of interacting populations A fundamental research tool, the Wiley Series in Mathematical and Computational Biology provides essential and invaluable reading for biomathematicians and development biologists, as well as graduate students and researchers in mathematical biology and epidemiology.

聚类轨迹 该Python脚本接收分子动力学或Monte Carlo轨迹（.pdb，.xyz或OpenBabel支持的任何格式），使用Kabsch算法找到结构之间的最小RMSD，并执行聚集聚类（一种无监督的机器学习），以对相似的构象进行分类。 该脚本是在考虑到Python 3的情况下开发的，但是，鉴于所有库均可用，它也应在Python 2.7中工作。 脚本要做的是计算轨迹的每个配置之间的距离（使用最小RMSD），建立一个距离矩阵（以压缩形式存储）。 请注意，计算距离矩阵可能需要一些时间，具体取决于您的轨迹多长时间以及每种配置中有多少原子。 距离矩阵也可以从文件中读取（使用-i选项），以避免每次您要更改链接方法（使用-m ）或聚类的距离时重新计算该距离矩阵。 依存关系 该实现依赖于几个库，因此在运行脚本之前，请确保已在Python发行版中安装了所有库。 当前，需要以下库： 我们建议使用 P

Understanding Molecular Simulation From Algorithms to Applications.

分子建模与模拟导论10 分子动力学（Molecular Dynamics，MD）算法 .pdf