[CHEM_O_05] Quality assessment of protein model structures using machine learning algorithms.pdf

[CHEM_O_05] Quality assessment of protein model structures using machine learning algorithms.pdf

썸네일 EDISON Test 애게서 업로드 하였습니다. 18. 5. 11 오후 1:20
평균 (0 투표)
단백질의 구조를 예측하기 위해 주로 사용되는 주형기반예측 방법의 경우, 실제 구조에 가까운 예측을 위해서 부분적인 구조 개선을 필요로 한다. 이번 연구에서는 단백질의 초기 구조에서 각 아미노산 잔기가 실제 구조와 얼마나 차이가 날지 예측하는 잔기 별 오차 예측을 목적으로 하였다. 기존에 GALAXY에서 사용되는 예측 방법에, MD로부터 얻어진 fluctuation 값들의 분포와 2차 구조를 예측한 결과가 추가 정보로 사용되었고, 오차를 예측하는 과정에 선형 결합 모델 대신 기계 학습 모델을 적용하였다. 이 과정에서 추가된 정보들과 새로 적용된 기계학습 방법들이 예측 성능을 높였다는 것을 확인할 수 있었으며, EDISON의 GalaxyQA와 비교하여 ROC/AUC 기준으로 +0.1325의 성능 향상을 얻었다.
경진대회: 계산화학 계산화학 » 7회 경진대회
태그: dock galaxydock moleshuffle qm_dock_docking find_pocket trem
1 Of 6
코멘트
아직 코멘트가 없습니다. Please sign in to comment.

버전 1.1

EDISON admin가 마지막으로 수정함
20. 5. 20 오후 4:58
상태: 승인됨
단백질의 구조를 예측하기 위해 주로 사용되는 주형기반예측 방법의 경우, 실제 구조에 가까운 예측을 위해서 부분적인 구조 개선을 필요로 한다. 이번 연구에서는 단백질의 초기 구조에서 각 아미노산 잔기가 실제 구조와 얼마나 차이가 날지 예측하는 잔기 별 오차 예측을 목적으로 하였다. 기존에 GALAXY에서 사용되는 예측 방법에, MD로부터 얻어진 fluctuation 값들의 분포와 2차 구조를 예측한 결과가 추가 정보로 사용되었고, 오차를 예측하는 과정에 선형 결합 모델 대신 기계 학습 모델을 적용하였다. 이 과정에서 추가된 정보들과 새로 적용된 기계학습 방법들이 예측 성능을 높였다는 것을 확인할 수 있었으며, EDISON의 GalaxyQA와 비교하여 ROC/AUC 기준으로 +0.1325의 성능 향상을 얻었다.
다운로드 (705k) URL 또는 Webdav URL 가져오기
버전 히스토리
버전 날짜 크기  
1.1 1 년 전 705k
1.0 3 년 전 705k