Досягнення у визначенні просторової структури білків на основі методів машинного навчання
Мета роботи. Розглянути та проаналізувати основні принципі дії програмного комплекса AlphaFold з визначення просторової структури білків. Результати. Наведено основні складові методи та етапи в процесі розпізнавання структури білка. До складових етапів та відповідних методів належать такі як: пошук...
Gespeichert in:
| Veröffentlicht in: | Кібернетика та комп’ютерні технології |
|---|---|
| Datum: | 2021 |
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | Ukrainian |
| Veröffentlicht: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2021
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/179353 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Досягнення у визначенні просторової структури білків на основі методів машинного навчання / Б.О. Білецький // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2021. — № 1. — С. 54-60. — Бібліогр.: 14 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-179353 |
|---|---|
| record_format |
dspace |
| spelling |
Білецький, Б.О. 2021-04-29T19:22:12Z 2021-04-29T19:22:12Z 2021 Досягнення у визначенні просторової структури білків на основі методів машинного навчання / Б.О. Білецький // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2021. — № 1. — С. 54-60. — Бібліогр.: 14 назв. — укр. 2707-4501 DOI: https://doi.org/10.34229/2707-451X.21.1.5 https://nasplib.isofts.kiev.ua/handle/123456789/179353 519.272.2 Мета роботи. Розглянути та проаналізувати основні принципі дії програмного комплекса AlphaFold з визначення просторової структури білків. Результати. Наведено основні складові методи та етапи в процесі розпізнавання структури білка. До складових етапів та відповідних методів належать такі як: пошук гомологічних білків на основі методів множинного вирівнювання, побудова білок-специфічного диференційованого потенціалу за допомогою штучних нейронних мереж та оптимізація енергії за допомогою градієнтного спуску та обмеженого семплювання. Цель работы. Рассмотреть и проанализировать основные принципы действия программного комплекса AlphaFold по определению пространственной структуры белков. Результаты. Приведены основные этапы в процессе распознавания структуры белка с помощью программного комплекса AlphaFold. Среди таких этапов поиск гомологичных белков на основе методов множественного выравнивания, построение белок-специфического дифференцируемого потенциала с помощью искусственных нейронных сетей и оптимизация энергии с помощью градиентного спуска и ограниченного сэмплирования. Purpose of the article. The aim of the work is to consider and analyze the basic principles of the AlphaFold software package for determining the spatial structure of proteins. Results. We consider the main stages in the process of recognizing the structure of a protein using the AlphaFold program complex. The stages and corresponding methods include: search for homologous proteins based on multiple alignment methods, construction of protein-specific differentiated potential using artificial neural networks and protein structure energy optimization using gradient descent and limited sampling. We discuss how combination of various bioinformatics techniques powered by data from open data sources can lead to significant improvements in accuracy of protein structure prediction. Special attention is paid to the use of artificial neural networks for building the smooth protein-specific potential and following energy minimization based on constructed potential. uk Інститут кібернетики ім. В.М. Глушкова НАН України Кібернетика та комп’ютерні технології Математичне моделювання та чисельні методи Досягнення у визначенні просторової структури білків на основі методів машинного навчання Достижения в определении пространственной структуры белков на основе методов машинного обучения Progress in determination of protein spatial structure based on machine learning Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Досягнення у визначенні просторової структури білків на основі методів машинного навчання |
| spellingShingle |
Досягнення у визначенні просторової структури білків на основі методів машинного навчання Білецький, Б.О. Математичне моделювання та чисельні методи |
| title_short |
Досягнення у визначенні просторової структури білків на основі методів машинного навчання |
| title_full |
Досягнення у визначенні просторової структури білків на основі методів машинного навчання |
| title_fullStr |
Досягнення у визначенні просторової структури білків на основі методів машинного навчання |
| title_full_unstemmed |
Досягнення у визначенні просторової структури білків на основі методів машинного навчання |
| title_sort |
досягнення у визначенні просторової структури білків на основі методів машинного навчання |
| author |
Білецький, Б.О. |
| author_facet |
Білецький, Б.О. |
| topic |
Математичне моделювання та чисельні методи |
| topic_facet |
Математичне моделювання та чисельні методи |
| publishDate |
2021 |
| language |
Ukrainian |
| container_title |
Кібернетика та комп’ютерні технології |
| publisher |
Інститут кібернетики ім. В.М. Глушкова НАН України |
| format |
Article |
| title_alt |
Достижения в определении пространственной структуры белков на основе методов машинного обучения Progress in determination of protein spatial structure based on machine learning |
| description |
Мета роботи. Розглянути та проаналізувати основні принципі дії програмного комплекса AlphaFold з визначення просторової структури білків. Результати. Наведено основні складові методи та етапи в процесі розпізнавання структури білка. До складових етапів та відповідних методів належать такі як: пошук гомологічних білків на основі методів множинного вирівнювання, побудова білок-специфічного диференційованого потенціалу за допомогою штучних нейронних мереж та оптимізація енергії за допомогою градієнтного спуску та обмеженого семплювання.
Цель работы. Рассмотреть и проанализировать основные принципы действия программного комплекса AlphaFold по определению пространственной структуры белков. Результаты. Приведены основные этапы в процессе распознавания структуры белка с помощью программного комплекса AlphaFold. Среди таких этапов поиск гомологичных белков на основе методов множественного выравнивания, построение белок-специфического дифференцируемого потенциала с помощью искусственных нейронных сетей и оптимизация энергии с помощью градиентного спуска и ограниченного сэмплирования.
Purpose of the article. The aim of the work is to consider and analyze the basic principles of the AlphaFold software package for determining the spatial structure of proteins. Results. We consider the main stages in the process of recognizing the structure of a protein using the AlphaFold program complex. The stages and corresponding methods include: search for homologous proteins based on multiple alignment methods, construction of protein-specific differentiated potential using artificial neural networks and protein structure energy optimization using gradient descent and limited sampling. We discuss how combination of various bioinformatics techniques powered by data from open data sources can lead to significant improvements in accuracy of protein structure prediction. Special attention is paid to the use of artificial neural networks for building the smooth protein-specific potential and following energy minimization based on constructed potential.
|
| issn |
2707-4501 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/179353 |
| citation_txt |
Досягнення у визначенні просторової структури білків на основі методів машинного навчання / Б.О. Білецький // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2021. — № 1. — С. 54-60. — Бібліогр.: 14 назв. — укр. |
| work_keys_str_mv |
AT bílecʹkiibo dosâgnennâuviznačenníprostorovoístrukturibílkívnaosnovímetodívmašinnogonavčannâ AT bílecʹkiibo dostiženiâvopredeleniiprostranstvennoistrukturybelkovnaosnovemetodovmašinnogoobučeniâ AT bílecʹkiibo progressindeterminationofproteinspatialstructurebasedonmachinelearning |
| first_indexed |
2025-12-07T16:37:15Z |
| last_indexed |
2025-12-07T16:37:15Z |
| _version_ |
1850868168171454464 |