Network models for molecular kinetics and their initial applications to human health.
Network models for molecular kinetics and their initial applications to human health.
复制标题
作者：
分子动力学是所有生物现象的基础，像许多其他生物过程一样，最好用网络来理解。这些网络被称为马尔可夫状态模型（MSM），通常是通过物理模拟构建的。因此，它们能够定量预测实验，也可以提供复杂的构象变化的直觉。它们的主要应用是蛋白质折叠;然而，这些技术和它们产生的见解是可转移的。例如，MSM已经被证明在理解人类疾病方面是有用的，例如阿尔茨海默病中的蛋白质错误折叠和聚集。
Molecular kinetics underlies all biological phenomena and, like many other biological processes, may best be understood in terms of networks. These networks, called Markov state models (MSMs), are typically built from physical simulations. Thus, they are capable of quantitative prediction of experiments and can also provide an intuition for complex conformational changes. Their primary application has been to protein folding; however, these technologies and the insights they yield are transferable. For example, MSMs have already proved useful in understanding human diseases, such as protein misfolding and aggregation in Alzheimer’s disease.
登录
查看更多内容
影响因子：
1.6
作者：
Chodera, John D.;Swope, William C.;Dill, Ken A.
通讯作者：
Dill, Ken A.
影响因子：
4.4
作者：
Huang, Xuhui;Bowman, Gregory R.;Pande, Vijay S.
通讯作者：
Pande, Vijay S.
DOI：
10.1073/pnas.0408970102
发表时间：
2005-05-10
影响因子：
11.1
作者：
Andrec, M;Felts, AK;Levy, RM
通讯作者：
Levy, RM
DOI：
10.1073/pnas.0502495102
发表时间：
2005-05-24
影响因子：
11.1
作者：
Chiu, TK;Kubelka, J;Davies, DR
通讯作者：
Davies, DR
DOI：
10.1073/pnas.0608099104
发表时间：
2007-02-06
影响因子：
11.1
作者：
Gfeller, D.;De Los Rios, P.;Rao, F.
通讯作者：
Rao, F.