MétaCan
Menu
Retour à la cohorte
Enregistrement W2142632271 · doi:10.1002/prot.20938

ARTIST: An activated method in internal coordinate space for sampling protein energy landscapes

2006· article· en· W2142632271 sur OpenAlexaff
Mi‐Ran Yun, Richard Lavery, Normand Mousseau, K. Zakrzewska, Philippe Derreumaux

Notice bibliographique

RevueProteins Structure Function and Bioinformatics · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Structure and Dynamics
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésCoordinate spaceReaction coordinateSpace (punctuation)Energy landscapeFolding (DSP implementation)Coordinate systemRelaxation (psychology)Computer scienceSampling (signal processing)Protein foldingBiological systemAtom (system on chip)Internal energyChemistryPhysicsCrystallographyComputational chemistryGeometryMathematicsComputer visionBiologyBiochemistryThermodynamicsEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

We present the first applications of an activated method in internal coordinate space for sampling all-atom protein conformations, the activation-relaxation technique for internal coordinate space trajectories (ARTIST). This method differs from all previous internal coordinate-based studies aimed at folding or refining protein structures in that conformational changes result from identifying and crossing well-defined saddle points connecting energy minima. Our simulations of four model proteins containing between 4 and 47 amino acids indicate that this method is efficient for exploring conformational space in both sparsely and densely packed environments, and offers new perspectives for applications ranging from computer-aided drug design to supramolecular assembly.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,006
Tête enseignante GPT0,237
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProteins Structure Function and BioinformaticsMême sujetProtein Structure and DynamicsTravaux en français237 207