குறியிடப்பட்டது
  • அகாடமிக் ஜர்னல்ஸ் டேட்டாபேஸ்
  • ஜெ கேட் திறக்கவும்
  • ஜெனமிக்ஸ் ஜர்னல்சீக்
  • JournalTOCகள்
  • ஆராய்ச்சி பைபிள்
  • Ulrich's Periodicals Directory
  • எலக்ட்ரானிக் ஜர்னல்ஸ் லைப்ரரி
  • RefSeek
  • ஹம்டார்ட் பல்கலைக்கழகம்
  • EBSCO AZ
  • OCLC- WorldCat
  • அறிஞர்
  • SWB ஆன்லைன் பட்டியல்
  • உயிரியல் மெய்நிகர் நூலகம் (vifabio)
  • பப்ளான்கள்
  • MIAR
  • மருத்துவக் கல்வி மற்றும் ஆராய்ச்சிக்கான ஜெனீவா அறக்கட்டளை
  • யூரோ பப்
  • கூகுள் ஸ்காலர்
இந்தப் பக்கத்தைப் பகிரவும்
ஜர்னல் ஃப்ளையர்
Flyer image

சுருக்கம்

கன்சர்வேடிவ் கிரேடு மற்றும் ப்ராக்ஸிமேட் கிரேடைப் பயன்படுத்தி புரோட்டீன் செயல்பாட்டு தள கணிப்பு

யோசுகே கோண்டோ மற்றும் சடோரு மியாசாகி*

இதுவரை, ஒரு புரதத்தின் முக்கியமான தளங்களைக் கணிப்பதற்காக, பல கணக்கீட்டு முறைகள் உருவாக்கப்பட்டுள்ளன. பிக்-டேட்டாவின் சகாப்தத்தில், கட்டமைப்புத் தரவுகளில் வரிசைத் தரவை ஒருங்கிணைப்பதன் மூலம் ஏற்கனவே உள்ள முறைகளின் மேம்பாடுகள் மற்றும் நுட்பங்களுக்கு இது தேவைப்படுகிறது. இந்த தாளில், நாங்கள் இரண்டு விஷயங்களை நோக்கமாகக் கொண்டுள்ளோம்: வரிசை அடிப்படையிலான முறைகளை மேம்படுத்துதல் மற்றும் வரிசை மற்றும் கட்டமைப்பு தரவு இரண்டையும் பயன்படுத்தி ஒரு புதிய முறையை உருவாக்குதல். எனவே, நாங்கள் முதலில் மாற்றியமைக்கப்பட்ட பரிணாம சுவடு முறையை உருவாக்கினோம், இதில் புரோட்டீன்-அயன், புரோட்டீன்-லிகண்ட், புரோட்டீன்-நியூக்ளிக் ஆகியவற்றின் பார்வையில் இருந்து முன்னறிவிக்கப்பட்ட செயலில் உள்ள தளங்களை மதிப்பிடுவதற்காக, கொடுக்கப்பட்ட பல வரிசை சீரமைப்பு மற்றும் ஒரு அருகாமையில் இருந்து கணக்கிடப்பட்ட பழமைவாத தரங்களை வரையறுத்தோம். அமிலம், முப்பரிமாண கட்டமைப்புகளைப் பயன்படுத்துவதன் மூலம் புரதப் புரத தொடர்பு. வேறு வார்த்தைகளில் கூறுவதானால், அருகாமையில் உள்ள தரம் ஒரு அமினோ அமில எச்சத்தை மதிப்பிட முடியும். மொழிபெயர்ப்பு நீட்டிப்பு காரணி Tu/1A புரதங்களுக்கு எங்கள் முறையைப் பயன்படுத்தியபோது, ​​பழமைவாத கிரேடுகள் நெருங்கிய தரத்தால் துல்லியமாக மதிப்பிடப்படுகின்றன என்பதைக் காட்டுகிறது. இதன் விளைவாக, எங்கள் யோசனை இரண்டு நன்மைகளைக் குறிக்கிறது. ஒன்று, மதிப்பீட்டிற்காக பல்வேறு படிக அமைப்புகளை நாம் கணக்கில் எடுத்துக்கொள்ளலாம். மற்றொன்று, கொடுக்கப்பட்ட கன்சர்வேடிவ் கிரேடுக்கும் ப்ராக்ஸிமேட் கிரேடுக்கும் இடையே உள்ள உடற்தகுதியைக் கணக்கிடுவதன் மூலம், சிறந்த பழமைவாத தரத்தை நாம் தேர்ந்தெடுக்கலாம்.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவ