Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Protein-protein Interfaces02:04

Protein-protein Interfaces

14.9K
Many proteins form complexes to carry out their functions, making protein-protein interactions (PPIs) essential for an organism's survival. Most PPIs are stabilized by numerous weak noncovalent chemical forces. The physical shape of the interfaces determines the way two proteins interact. Many globular proteins have closely-matching shapes on their surfaces, which form a large number of weak bonds. Additionally, many PPIs occur between two helices or between a surface cleft and a...
14.9K
Protein-Protein Interfaces02:04

Protein-Protein Interfaces

4.5K
4.5K
Fluid Mosaic Model01:19

Fluid Mosaic Model

18.5K
Scientists identified the plasma membrane in the 1890s and its principal chemical components (lipids and proteins) by 1915. The model for plasma membrane structure, proposed in 1935 by Hugh Davson and James Danielli, was the first model to be widely accepted in the scientific community. The model was based on the plasma membrane's "railroad track" appearance in early electron micrographs. Davson and Danielli theorized that the plasma membrane's structure resembled a sandwich...
18.5K
Protein Diffusion in the Membrane01:24

Protein Diffusion in the Membrane

6.0K
Proteins show rotational as well as lateral diffusion across the membrane. The lateral diffusion of proteins was confirmed through the cell fusion experiment where mouse and human cells were fused, resulting in hybrid cells. When the human and mouse cells fused, the specific membrane proteins on human and mouse cells were marked with the red and green-fluorescent markers, respectively. Initially, the red and green fluorescence was located on the respective hemisphere of the cell. As time...
6.0K
Fischer Projections02:18

Fischer Projections

16.9K
Learning to draw Fischer projections of molecules and understanding their relevance plays a crucial role in the visual depiction of organic molecules. A Fischer projection is a two-dimensional projection on a planar surface to simplify the three-dimensional wedge–dash representation of molecules. This is especially helpful in the case of molecules with multiple chiral centers that can be difficult to draw. Here, all the bonds of interest are represented as horizontal or vertical lines. While...
16.9K
Protein Folding01:22

Protein Folding

128.9K
Overview
128.9K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Graph prolongation convolutional networks: explicitly multiscale machine learning on graphs with applications to modeling of cytoskeleton.

Machine learning: science and technology·2025
Same author

Consensus label propagation with graph convolutional networks for single-cell RNA sequencing cell type annotation.

Bioinformatics (Oxford, England)·2023
Same author

Understanding Clinical Trial Reports: Extracting Medical Entities and Their Relations.

AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science·2021
Same author

<i>Trialstreamer</i>: Mapping and Browsing Medical Evidence in Real-Time.

Proceedings of the conference. Association for Computational Linguistics. North American Chapter. Meeting·2021

関連する実験動画

Updated: Feb 28, 2026

Optimization of Synthetic Proteins: Identification of Interpositional Dependencies Indicating Structurally and/or Functionally Linked Residues
07:08

Optimization of Synthetic Proteins: Identification of Interpositional Dependencies Indicating Structurally and/or Functionally Linked Residues

Published on: July 14, 2015

7.8K

タンパク質表面と界面の暗黙的かつ微分可能な表現

Cory B Scott1, Charlie Rothschild2, Benjamin E Nye2

  • 1Department of Mathematics and Computer Science, Colorado College, Colorado Springs, CO 80909, USA, cbs@coloradocollege.edu.

Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing
|February 27, 2026
PubMed
まとめ
この要約は機械生成です。

我々は、符号付き距離関数（SDF）を用いたタンパク質表現のための新しい方法を開発した。このアプローチは、構造生物学およびタンパク質解析における機械学習アプリケーションに有望であることを示している。

キーワード:
タンパク質表現符号付き距離関数機械学習構造生物学計算生物学タンパク質構造予測創薬

さらに関連する動画

Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions
06:50

Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions

Published on: January 26, 2024

2.6K
Modeling an Enzyme Active Site using Molecular Visualization Freeware
14:37

Modeling an Enzyme Active Site using Molecular Visualization Freeware

Published on: December 25, 2021

11.7K

関連する実験動画

Last Updated: Feb 28, 2026

Optimization of Synthetic Proteins: Identification of Interpositional Dependencies Indicating Structurally and/or Functionally Linked Residues
07:08

Optimization of Synthetic Proteins: Identification of Interpositional Dependencies Indicating Structurally and/or Functionally Linked Residues

Published on: July 14, 2015

7.8K
Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions
06:50

Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions

Published on: January 26, 2024

2.6K
Modeling an Enzyme Active Site using Molecular Visualization Freeware
14:37

Modeling an Enzyme Active Site using Molecular Visualization Freeware

Published on: December 25, 2021

11.7K

科学分野:

  • 計算生物学
  • 構造バイオインフォマティクス
  • 機械学習

背景:

  • タンパク質は、複雑な3D構造を持つ基本的な生体分子である。
  • タンパク質形状の表現は、機能と相互作用を理解するために重要である。
  • タンパク質表現のための既存の方法は、機械学習の文脈において限界がある。

研究 の 目的:

  • タンパク質およびタンパク質複合体を暗黙的に表現するための新しいパイプラインを導入すること。
  • 機械学習におけるタンパク質表現のための符号付き距離関数（SDF）の有用性を探求すること。
  • SDFベースのタンパク質モデルの生物学的に関連のある応用における可能性を実証すること。

主な方法:

  • ファンデルワールス半径を持つ球として各原子を表現すること。
  • これらの原子球の和集合としてタンパク質の分子表面を構築すること。
  • タンパク質の幾何学的形状を暗黙的に定義するために符号付き距離関数（SDF）を利用すること。
  • このSDF表現を機械学習フレームワークに適用すること。

主要な成果:

  • SDFベースのタンパク質表現の概念実証パイプラインが正常に開発された。
  • SDF表現は、構造生物学における機械学習のための従来のメソッドの実行可能な代替手段であることが示された。
  • タンパク質構造予測や創薬などの分野での潜在的な応用が強調された。

結論:

  • SDFの和集合は、タンパク質およびタンパク質複合体のための強力な暗黙的表現を提供する。
  • このアプローチは、機械学習の設定では広く採用されていないが、大きな可能性を示している。
  • SDFベースのタンパク質モデルの有効性を完全に確立するためには、さらなる実験的検証が必要である。