ஜர்னல் ஆஃப் டேட்டா மைனிங் இன் ஜெனோமிக்ஸ் & புரோட்டியோமிக்ஸ்

சுருக்கம்

புரோட்டீன் முதன்மை வரிசையிலிருந்து கட்டமைப்பு எழுத்துக்கள் மூலம் ஆர்வத்தின் கட்டமைப்பு வடிவங்களின் கணிப்பு: ஏடிபி/ஜிடிபி பைண்டிங் தள கணிப்புக்கான விளக்கம்

கிறிஸ்டெல் ரெய்ன்ஸ், லெஸ்லி ரெகாட், ராபர்ட் சபாடியர் மற்றும் ஆன்-கிளாட் கேம்ப்ரூக்ஸ்

உயிரியல் செயல்பாடுகள் அல்லது கட்டமைப்புடன் தொடர்புடைய குறிப்பிட்ட கட்டமைப்பு மையக்கருத்துகளின் கணிப்பு மிகவும் முக்கியத்துவம் வாய்ந்தது. எந்தவொரு கட்டமைப்புத் தகவலும் இல்லாமல் முதன்மை வரிசைகளின் கிடைக்கும் தன்மையைக் கருத்தில் கொண்டு, அமினோ-அமில (AA) வரிசைகளிலிருந்து கணிப்புகள் அவசியம். கட்டமைப்பு மையக்கருத்துகளின் முன்மொழியப்பட்ட முன்கணிப்பு முறையானது, கட்டமைப்பு எழுத்துக்களை அடிப்படையாகக் கொண்ட இரண்டு-படி அணுகுமுறையாகும். இந்த எழுத்துக்கள் எந்த 3D கட்டமைப்பையும் 1D வரிசையான கட்டமைப்பு எழுத்துக்களில் (SL) குறியாக்கம் செய்ய அனுமதிக்கிறது. முதலில், AA மற்றும் SL க்கு இடையிலான அடிப்படை கடித விதிகள் மரபணு நிரலாக்கத்தின் மூலம் கற்றுக் கொள்ளப்படுகின்றன. பின்னர், ஒரு மறைக்கப்பட்ட மார்கோவ் மாதிரி, ஆர்வத்தின் முன்னரே அடையாளம் காணப்பட்ட ஒவ்வொரு மையக்கருத்திற்கும் கற்றுக் கொள்ளப்படுகிறது. இறுதியாக, கொடுக்கப்பட்ட எந்த அமினோ-அமில வரிசைக்கும் கொடுக்கப்பட்ட 3D மையக்கருத்துடன் தொடர்புடைய நிகழ்தகவு வழங்கப்படுகிறது. கிளாசிக்கல் செயல்பாட்டிற்காக எங்கள் முறையின் செயல்திறனை மற்றவற்றுடன் ஒப்பிடுவதற்கு ஏடிபி பைண்டிங் தளங்களில் இந்த முறை பயன்படுத்தப்படுகிறது. பின்னர், மிகவும் அரிதாகவே கணிக்கப்படும் செயல்பாடுகள் அல்லது பிற வகையான மையக்கருத்துக்களுக்கு தொடர்புடைய மையக்கருத்துக்களைக் கற்றுக் கொள்ளும் முறை திறன் விளக்கப்படுகிறது.