关键词 blastp，Hmmer，hmmsearch，hmmscan，Pfam，NCBI CDD本文对 4 种兰花（Apostasia shenzhenica、Phalaenopsis equestris、Dendrobium catenatum、Gastrodia elata）的基因组使用 Blastp 和 Hmmer 两个基于不同算法的软件，筛选出包含 NB-ARC 结构域的蛋白。简要步骤Ap
欢迎关注”生信修炼手册”!SMART是蛋白结构域的数据库，该数据库最新版本为v8,收录了1300多个蛋白结构
原创
2022-06-21 09:06:11
4913阅读
蛋白序列相似度比对可以得到蛋白相似度信息，以及分析同源蛋白在进化过程中的序列保守型，预测可能存在蛋白结构域。获得蛋白序列氨基酸序列的获取可以直接通过 cDNA翻译，也可以直接从Uniport上直接获取氨基酸序列。 以拟南芥中FLS家族中的FLS1,FLS3,FLS4,FLS5,FLS6五个基因（FLS2明显不一样）为例： 直接搜索FLS1，即可得到下面页面： 很明显，第一个就是想要的蛋白。直接点击
转载
2024-05-16 01:32:01
341阅读
一，前言 之前关于GNN基础知识，GCN的一些编程知识，以及contact map的生成都讲了很多了，这周主要针对这份代码 https://github.com/595693085/DGraphDTA 进行分析。由于代码本身比较长，本周主要分析利用contact map提取蛋白质药物特征的部分。二，原码分析指定一下选中的cuda，载入模型，选择损失函数
转载
2024-07-08 15:59:55
284阅读
# Python在蛋白质结构预测中的应用
蛋白质是生命的基本组成部分，其功能和结构密切相关。理解蛋白质的三维结构对于生物学研究和药物开发至关重要。随着计算生物学的发展，计算方法在蛋白质结构预测中的应用变得越来越重要，Python因此成为了研究人员的热门选择。
## 蛋白质结构预测的基本原理
蛋白质的三维结构是由其氨基酸序列决定的。预测过程通常包括几个步骤：
1. **序列比对**：寻找已知
一、蛋白质的批量下载步骤1：进入PDB蛋白质结构数据库官网，点击PDB蛋白质结构数据库官网
图例：步骤2：点击左侧Download选项，进入下载页面，或直接点击下载页面
图例：步骤3：批量下载pdb文件批量下载文件需按照指定格式在下载页面的输入框输入PDB的ID.例如：4hhb,108d
注意：ID之间以英文逗号隔开
小技巧：在进行批量文件下载时，拿到的PDB文件ID可能并不是需要的以英文逗号隔开
转载
2024-01-18 21:19:42
1447阅读
当你有大批量的GeneId序列的时候，手动一个个在NCBI里面比对肯定是不现实的，本来有Batch Entrez方便批量比对，可是总容易不允许进入。所以写了以下一种流程可以批量比对。首先如果是比对蛋白质（protein）或者(nucleotide)数据库 ，那很容易 用perl以下代码即可。#!/usr/bin/perl -w
use Bio::SeqIO;
use Bio::DB::GenBan
Chou和Fasman提出了二级结构的经验规则，其基本思想是在序列中寻找规则二级结构的成核位点和终止位点。在具体预测二级结构的过程中，首先扫描待预测的氨基酸序列，利用一组规则发现可能成为特定二级结构成核区域的短序列片段，然后对于成核区域进行扩展，不断扩大成核区域，直到二级结构类型可能发生变化为止，最
蛋白质结构预测是生物信息学中非常重要的任务之一，AlphaFold 是目前最先进的蛋白质结构预测方法之一。AlphaFold 使用深度学习来预测蛋白质的三维结构，从而为生物学研究提供了强大的支持。开发一个简化版的蛋白质结构预测工具，基于 AlphaFold 的原理，并结合 Biopython 和 PyTorch，能够帮助我们实现基本的蛋白质结构预测任务。虽然完整的 AlphaFold 模型非常复杂
# Python在蛋白质结构预测中的应用
蛋白质是生命体中最基础的物质之一，它的结构和功能密不可分。蛋白质结构预测是现代生物信息学的一个重要研究方向，特别是在药物开发和疾病诊断等领域具有广泛的应用前景。随着计算技术的不断进步，Python成为了蛋白质结构预测中一种流行的编程语言。
## 蛋白质的基本概念
在了解蛋白质结构预测之前，我们需要先认识蛋白质的基本概念。蛋白质是由氨基酸通过肽键连接而
本文通过对Xponge+VMD的工具对蛋白质进行建模，然后总结了20种氨基酸的具体信息，也就是蛋白质的基本组成单元。通过对这些氨基酸的组合
原创
2022-05-14 19:32:32
1597阅读
点赞
在生物信息学领域，蛋白质序列特征提取是分析生物分子特性、功能以及其相互作用的重要步骤。高效的特征提取可以助力药物发现、疾病预测以及个性化医疗等领域。
> 用户的原始需求是：“我们需要通过Python提取给定蛋白质序列的特征，从而进行后续的分析和建模。”
对于我们业务范围的规模模型，我使用以下公式来描述：
\[
N = P \times S
\]
其中，\(N\)代表处理的蛋白质序列数，\(P
主要内容1 背景2 在线blast3 本地blast3.1 老版本blast3.2 新版本blast背景序列比对（Sequence Alignment）的基本问题是比较两个或两个以上序列的相似性。blast作为一种序列相似性比对工具，是生物信息分析最常用的一款软件，必须掌握。不管是做两序列相似性的简单比对，还是引物特异性、序列的来源等个性化分析，都会用到blast比对。许多看似高大上的基因分析，都
转载
2023-11-20 13:49:47
455阅读
# Python 蛋白质处理入门指南
在生物信息学领域，蛋白质序列的处理是一个重要而复杂的任务。对于刚入门的开发者而言，下面的步骤可以帮助你理解并实现简单的蛋白质处理流程。本文将以表格的形式展示处理的步骤，并详细介绍每一步的代码实现。
## 蛋白质处理流程
| 步骤 | 描述 |
|------|------------------------
SNP的概念和特点单核苷酸多态性（single nucleotide polymorphism，SNP），主要是指在基因组水平上由单个核苷酸的变异所引起的DNA序列多态性。它是人类可遗传的变异中最常见的一种。占所有已知多态性的90%以上。SNP在人类基因组中广泛存在，平均每500～1000个碱基对中就有1个，估计其总数可达300万个甚至更多。SNP所表现的多态性只涉及到单个碱基的变异，这种变
Blast，全称Basic Local Alignment Search Tool，即“基于局部比对算法的搜索工具”，由Altschul等人于1990年发布。Blast能够实现比较两端核酸或者蛋白序列之间的同源性的功能，它能够快速的找到两段序列之间的同源序列并对比对区域进行打分以确定同源性的高低。Blast的运行方式是先用目标序列建数据库（这种数据库称为database，里面的每一条序列称为sub
转载
2023-11-19 08:59:19
217阅读
DOI：10.1021/acssynbio.8b00241杂志：ACS Synthetic BiologyOnline: Sep 2018通讯作者：Douglas S. Clark，美国加州大学文章链接：https://doi.org/10.1021/acssynbio.8b00241蛋白质模板的构建依赖于对单个蛋白质亚基之间的接口进行工程化，以驱动自组装成特定的功能结构。有一种方法取得了显著的成
转载
2024-08-01 10:51:34
104阅读
《引》 机会是需要你去铺垫创造，你去抢机会（你自己铺垫的机会也有可能被别人抢走），你去有能力抓住机会，机会并不是别人送给你的，机会是转瞬即逝的，你懂吗？ 我想给大家分享一下关于文案人员，我一下子想起了王文华写过的一篇小说《蛋白质女孩》，因为我们要找的文案就是这个样子。 “她日月座是狮子和双鱼，同时会讲日文和法语。她早起，起床后先跑半小时，吃了麦片才去公司。她贤慧，每天做
原创
2020-12-30 16:07:55
257阅读
在近年来，随着深度学习和数据挖掘技术的迅速发展，机器学习在各个领域的应用需求日益增长。尤其是在生物信息学领域，利用机器学习模型来预测和分析蛋白质结构，已经成为了一项热门的研究方向。近年来，出现了许多相关的研究论文，探讨如何通过机器学习技术来改善蛋白质结构的预测精度。以下，我将详细记录解决“机器学习 蛋白质结构 论文”问题的过程。
```mermaid
timeline
title 机器学
说明：此篇笔记系2016-2017年由克里克学院与康昱盛主办的蛋白质组学网络大课堂整理而成，侵删。该课程由中国农业大学生物学院的李溱老师所授。主要知识点：
--质谱仪的使用与维护
--纳升液相系统的使用与维护
--液质联用系统的检查和保养
--质谱运行状态的评估质谱仪的使用与维护之前我们讲到了质谱仪主要分为以下五个部分，那么我们就分别针对这些部分来讨论一下使用中可能遇到的问题。image质量分析器
转载
2024-01-23 09:05:09
326阅读
