About: Protein sedondary structure prediction based on neural network

Facets (new session)
Description
Metadata
Settings
- owl:sameAs
- Inference Rule:

About: Protein sedondary structure prediction based on neural network Goto Sponge NotDistinct Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

Attributes	Values
rdf:type	skos:Concept http://linked.opendata.cz/ontology/domain/vavai/Vysledek
Description	Studium proteinů je neodmyslitelnou součástí molekulární biologie. Stanovení prostorové struktury, neboli konformace, pak hraje důležitou roli v pochopení jejich chemických a fyzikálních vlastností. Na základě těchto vlastností lze proteiny klasifikovat a zjišťovat jejich biologickou funkci. Pro určení výsledné třírozměrné struktury je nutné znát motivy nejnižšího stupně 3D struktury, tedy struktury sekundární. Přesné stanovení je možné pouze pomocí rentgenové krystalografie nebo nukleární magnetické resonance, což jsou metody finančně i časově velice náročné. Vhodnou alternativu však mohou poskytnout odhady sekundární struktury výpočetními nástroji bioinformatiky. Jelikož není známý přesný matematický popis, jakým dochází k vytváření sekundární struktury na základě struktury primární tj. sekvence aminokyselin, lze s výhodou využít neuronové sítě, které jsou samy schopné naučit se ideální vzorec predikce na zá Studium proteinů je neodmyslitelnou součástí molekulární biologie. Stanovení prostorové struktury, neboli konformace, pak hraje důležitou roli v pochopení jejich chemických a fyzikálních vlastností. Na základě těchto vlastností lze proteiny klasifikovat a zjišťovat jejich biologickou funkci. Pro určení výsledné třírozměrné struktury je nutné znát motivy nejnižšího stupně 3D struktury, tedy struktury sekundární. Přesné stanovení je možné pouze pomocí rentgenové krystalografie nebo nukleární magnetické resonance, což jsou metody finančně i časově velice náročné. Vhodnou alternativu však mohou poskytnout odhady sekundární struktury výpočetními nástroji bioinformatiky. Jelikož není známý přesný matematický popis, jakým dochází k vytváření sekundární struktury na základě struktury primární tj. sekvence aminokyselin, lze s výhodou využít neuronové sítě, které jsou samy schopné naučit se ideální vzorec predikce na zá (cs) Detection of proteins secondary structure is an essential process in the reconstruction of their 3D models, which leads to better understanding of their chemical and physical properties. Due to this information we are able to reveal their biological role. Unfortunately, methods for accurate determination of the secondary structure as X-ray crystallography and NMR are very expensive and time consuming. This makes them impossible to be used in many cases. Mathematical models are an alternative for estimating the structure. Neural network appears to be an effective tool for this operation. (en)
Title	Protein sedondary structure prediction based on neural network (en) Predikce sekundární struktury proteinů pomocí neuronové sítě Predikce sekundární struktury proteinů pomocí neuronové sítě (cs)
skos:prefLabel	Protein sedondary structure prediction based on neural network (en) Predikce sekundární struktury proteinů pomocí neuronové sítě Predikce sekundární struktury proteinů pomocí neuronové sítě (cs)
skos:notation	RIV/00216305:26220/12:PU100356!RIV13-GA0-26220___
http://linked.open...avai/predkladatel	Fakulta elektrotechniky a komunikačních technologií
http://linked.open...avai/riv/aktivita	P
http://linked.open...avai/riv/aktivity	P(GD102/09/H083)
http://linked.open...vai/riv/dodaniDat	2013
http://linked.open...aciTvurceVysledku	Sedlář, Karel Škutková, Helena
http://linked.open.../riv/druhVysledku	D - Článek ve sborníku
http://linked.open...iv/duvernostUdaju	S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
http://linked.open...titaPredkladatele	Vysoké učení technické v Brně / Fakulta elektrotechniky a komunikačních technologií
http://linked.open...dnocenehoVysledku	161081
http://linked.open...ai/riv/idVysledku	RIV/00216305:26220/12:PU100356
http://linked.open...riv/jazykVysledku	cze - čeština
http://linked.open.../riv/klicovaSlova	protein, secondary structure prediction, neural network (en)
http://linked.open.../riv/klicoveSlovo	neural network protein secondary structure prediction
http://linked.open...ontrolniKodProRIV	[DF9BF3615432]
http://linked.open...v/mistoKonaniAkce	Brno
http://linked.open...i/riv/mistoVydani	Brno
http://linked.open...i/riv/nazevZdroje	Sborní z konference: Student EEICT 2012
http://linked.open...in/vavai/riv/obor	EB
http://linked.open...ichTvurcuVysledku	2 (xsd:int)
http://linked.open...cetTvurcuVysledku	2 (xsd:int)
http://linked.open...vavai/riv/projekt	Information Technology in Biomedical Engineering
http://linked.open...UplatneniVysledku	2012
http://linked.open...iv/tvurceVysledku	Sedlář, Karel Škutková, Helena
http://linked.open...vavai/riv/typAkce	CST - Celostátní
http://linked.open.../riv/zahajeniAkce	2012-04-26 (xsd:date)
number of pages	3 (xsd:int)
http://purl.org/ne...btex#hasPublisher	Vysoké učení technické v Brně
https://schema.org/isbn	978-80-214-4462-1
http://localhost/t...ganizacniJednotka	26220
is http://linked.open...avai/riv/vysledek of	Predikce sekundární struktury proteinů pomocí neuronové sítě

Faceted Search & Find service v1.16.118 as of Jun 21 2024

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 58 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software