EM系统所有提交文件重定向 在线手势提交系统.请求作者直接向文章提交 在线手势提交系统相关日志

预测结构预测使用存储过程概率模型

suphendu布山路一号绍拉南达米斯拉2
计算机科学工程应用应用公司IGITSarang一号计算机科学工程应用司IGITSarang,Odisha2
相关文章at普梅德,学者谷歌

访问更多相关文章科技创新研究国际杂志

抽象性

蛋白质结构预测过程 从蛋白质的氨基酸序列预测三维结构开发新药需要处理积分数据 研究各种基因行为近些年来多技术被用于蛋白质结构预测最近生物信息学产业处于萌芽状态并引起研究人员更多关注各种软性计算Fuzzy逻辑学、人工神经网络、遗传算法、群优化等方法都用于此目的以辨别、比较或处理各种类型数据开发新工具方法处理数据开发也是最近研究人员和科学家预测设计药物蛋白结构的主要章节概率理论可应用到预测蛋白质结构少时论文将建议使用随机过程概率论预测蛋白结构

关键字

蛋白质结构、Gene算术过程、模糊逻辑、人工神经网络、Swarm优化化、遗传算法

I.导 言

生物信息学应用计算机信息领域由于计算机技术快速提高,现在更容易通过计算机处理各种类型生物信息大量研究者正在研究生物信息学,许多研究作品也每天都执行更多研究数据资讯 对我们未来研究非常宝贵和有帮助和二级数据相似,这些数据可重用前一数据修改更新数据开发新数据某些案例应用前开发药物各种基因组体后产生不适当结果可能需要一些更好的研究或研究,这些研究或研究可在同一基因结构或其他一些基因组体中产生丰硕成果。
蛋白质是活体极小粒子蛋白质结构预测只不过是从蛋白质的氨基酸序列预测三维结构蛋白质结构形状不时变换从蛋白质结构变化二分位数和四分位数结构研究 研究者可以研究 特定药到氨基酸序列多倍药可正确设计 但它可能不正确工作 所有类型生物体在这种情况下,我们有大量研究数据,但低效研究脱氧核糖核酸变换RNA和Protein结构可能造成药物有害性或无效工作万一它需要高层次学习或研究,从前数据中获取适当知识高才能研究者或高水平技术可拉出问题或修改短题,即新产品可设计适应实际需要
概率理论总能很好地应用到各种领域预测或计算未来发生存储过程预测未来概率本文第2节简单介绍人体各种粒子,如DNA、RNA和Protein结构3.1分节和3.2分节举二例随机过程4节中,我们建议Idea预测蛋白质结构,最后论文以5节中的结论结束

二.ProteIn结构:Brief导论

蛋白质由一个或多个氨基酸链组成大型生物分子Proteins在生物体内执行各种功能,即催化代谢反应、复制脱氧核糖核酸、响应刺激和从一个地点向另一个地点传输分子蛋白质主要与氨基酸序列不同,该序列由核酸序列决定,通常导致蛋白结构折叠成三维结构决定活动
各种生物宏图像多子类、核酸、蛋白质等聚二维化物单线性聚合物链状氨基酸联结蛋白质中氨基酸序列由基因序列定义,基因编码形式为遗传编码基因代码规范20标准氨基酸在某些生物中,遗传代码可包括和数子旋律
合成后或甚至在合成期间,蛋白质中的残留物常按图1所示化学修改修改可以是物理和化学属性、折叠性、稳定性、活动性并最终是蛋白质函数蛋白质有时配有非寄生群,可称假体群或构件Proteins可并发实现特定函数,并常关联成稳定的蛋白综合体
与其他生物大型分子如多机群和核酸相比,蛋白质也是生物的必备部件,并几乎参与细胞内部的每一种过程。多蛋白酶催化生化反应Proteins还拥有结构或机械功能,如动作和肌肉线素和细胞素蛋白质系统,这些系统组成脚架维护细胞形状其它蛋白质还可用于各种任务,如细胞信号、免疫响应、细胞粘合和细胞循环动物无法合成所有氨基酸,因此从食物中提取基本氨基酸中此因子Proteins对动物饮食也是必备的通过消化过程 动物分解摄取蛋白 成免费氨基酸Proteins可用超离心法、降水法、电光法和色谱法等各种技术从其他细胞组件中净化遗传工程的到来使若干方法成为可能促进净化多方法常用研究蛋白结构功能如免疫史化学学、站点导变异学、核磁共振和质谱学
蛋白质在所有生物体中都存在生物宏素重要类分子生物蛋白结构描述蛋白分子的不同层次组织微粒表示内含氨基酸聚合物每种蛋白聚合物(又称多孔化物)由20种可能的L-AL-A链下40残留物常用百化物代之以蛋白质蛋白分解成一个或多个特定空间分解,由多项非共值交互驱动,如氢联动、ionic交互作用、Van-Der-Waals力和疏水打包要理解分子级蛋白质函数,往往需要确定其三维结构科学结构生物学领域专题使用X射线晶体学、NMR光谱学和双极分解测量等技术来确定蛋白结构
蛋白质结构大小从数万到数千残留物不等大型聚合物可用蛋白子单元组成比方说千位运算分子组成微片蛋白质在履行生物功能时可逆结构改变同一蛋白质的替代结构指不同的相容性,取异性取异性称为相容性变换

三.工序学习

随机过程基本上是预测未来发生的概率理论常被视为研究系统一段时间内行为随机变量{X1}集索引化进程定义,索引t遍历给定集TT可采为非负整数集,Xt表示时间t可测量兴趣特征举例说,Xt可能表示周尾t特定产品的盘点水平存储过程对描述系统运行一段时间的行为感兴趣随机过程常有下列结构
系统当前状态可归并M+1中任何单列类
公元前011.2随机变量Xt表示时间t系统状态,所以它唯一可能的值为012m系统在特定时间点观察 标签t=012stochistic进程 {XT#X0X1x2....}提供物理系统随时间演化的数学表示进程类型指离散时间随机进程并有有限状态空间
1) 天气实例存储过程
芝加哥市天气变化相当快 日复一日但是明天干(不雨)的可能性比较大点,如果今天干的话比今天下雨要大点特别是明天干的可能性比较大,如果明天干为0.8,如果今天干为0.8,如果今天下为0.6,如果今天下为0.6如果计及前天天气信息,这些概率不变
芝加哥日复一日天气演化是一个随机过程从初始日期开始(分解为0天) 天天观察t,t=0112系统状态日志或非日志
状态0=日干
状态1 天有雨
t=012...随机变量Xt取值

图像显示

数位为二0或1简单说不定有雨或干矩阵取上数据
状态0
00.80.2
0.6随机过程{Xt{X0/X1x2....}提供天气状况随时间演化的数学表示以这种方式未来预测可以通过研究过去事件计算
2) 药对活细胞应用
假设我们想对活细胞应用特殊药法, 并让活细胞颜色开始为白并变换为橙绿色和黑等三种不同颜色第一周结束后 细胞颜色从白变橙第二周末颜色从Orange变Green第三周尾色从绿变黑如果X1为颜色橙色状态,X2为颜色绿色状态,X3为颜色Black4X5状态可计算
诊断过程显示状态平整0123.MXt#X1x2x3x4以这种方式随机过程为表示颜色物理变换提供数学表达式

四.应用工序保护结构认证

通常随机过程是通过研究前状态预测未来状态研究基因行为或蛋白质结构应用各种药后随时间变化是研究者的一项重要任务每一次应该研究大量数据 研究特殊基因开发一种特殊药需要大量的实验和预测 而这些实验和预测应该是从全球各地传来有时可能有一些研究数据(可称辅助数据)需要略微额外努力应用到多个领域药学领域时常使用多种药或矿物质或维他命预测基因或蛋白质结构行为计算或预测宏粒体行为或变化是一个漫长过程,该宏粒体从国家或区域不同地区大量生成
假设小量药应用 各种蛋白处理大量数据或比较各种Proteins行为某些蛋白质可能大反应或小反应三维结构在不同Proteins上可能变化不一时间差后,我们可能会增减药量 并再次研究行为 和改变各种蛋白质的严格性
依据随机概率理论观察时间,X0观察DNA行为+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++可根据先前形状和大小变化计算预测

V级结论

各种巨型单片类像多机类核酸蛋白质等活体生物信息学是研究脱氧核糖核酸行为并预测蛋白结构预测的更好方法生物信息学应用为处理大量数据提供了一个网关,但概率理论极有助于预测蛋白结构或小段时间研究脱氧核糖核酸、RNA等行为处理量大数据后少点时间后 Stochatic进程会帮助设计各种药生物化学对每位研究者来说总是一个良好和即将到来的题目,因为每天处理大量数据并开发多项改变药论文提供建议思想,我们下一步工作将侧重于生物信息学概率理论各种实时效果和应用数据库中还包括这些过程如何以受益模式进行,时间较少

公有化

非常感谢Sumitra KisanVSSUTBurla合作鼓励这项研究工作并特别感谢英迪拉甘地技术学院所有教职员工Sarang最后,我向IJIRSET评审员表示深切和诚挚的感谢,感谢他们的宝贵建议和评论提高文件质量。

图一览

图1
图1

引用

  1. Vinicius Tragante doO,Renatotios,2009年727-737,“遗传算法多样性预测”,727-737
  2. Gabriel P.Lima T.Delbem A.Faccili R.Silvai纯初始进化法预测蛋白质结构数学计算生物学国际专题讨论会记录BIOMAT2007年, Armação dos Búzios,巴西,2007年
  3. Tinos R.Yangs自组织随机移徒基因算法 解决动态优化问题遗传编程和可变机器8(3):255-286,2007年
  4. Lima T.Gabriel P.Delbem A.Faccili R.Silvai进化算法初始蛋白结构预测eEE进化计算大会,2007年(CEC2007年),612-619,2007年
  5. F.S.Hiller GJLiberman操作研究简介Tata McGraw Hill第八版