概率结构计算的表面测量
使用概率最小二乘计算方法研究了在分子结构计算中应用表面测量的有效性,该方法有助于引入多个、有噪声、异构的数据源。 蛋白质结构预测的统计模型和蒙特卡罗方法
介绍了一种形式化的贝叶斯框架,该框架利用基于结构段的联合序列结构概率模型来综合结构预测中的各种序列信息源,并描述了一组以段间位置的条件独立性为特征的结构段概率模型。 并行层次分子结构估计
对原始算法进行了分层分解,大大降低了顺序计算复杂性,并揭示了问题的“扁平”组织中不存在的新的并行轴,以及新的并行化问题。 通过匹配距离分布的力矩来限制体积
本文使用估计距离分布的前两个矩(均值和方差)来约束计算结构的体积,并证明了结构约束的概率表示的灵活性,以及包含体积信息以约束结构计算的重要性,尤其是在稀疏数据的情况下。 分子结构计算的层次结构
本文表明,将自然层次结构与经验层次结构相结合的三种方法产生了分解,将计算效率提高了50倍,并建议仅通过分解即可预期大约5倍的加速。 分子结构计算的层次组织
本文表明,将自然层次结构与经验层次结构相结合的三种方法产生了分解,将计算效率提高了50倍,并建议仅通过分解即可预期大约5倍的加速。 基于原子距离估计分子结构的改进约束全局优化
一种使用距离有效满足已知扭转信息的方法,并表明使用该方法可显著提高o形螺旋和/?蛋白质中的链和增强的GNOMAD分子结构估计框架在比较建模中预测蛋白质结构是有效的。