Regression analysis of multiple protein structures.
Regression analysis of multiple protein structures.
复制标题
多种蛋白质结构的回归分析。
DOI：
10.1089/cmb.1998.5.585
复制
发表时间：
1998
期刊：
影响因子：
--
通讯作者：
Brutlag,DL
中科院分区：
文献类型：
--
作者：
Wu,TD;Schmidler,SC;Hastie,T;Brutlag,DL
提出了一种分析多种蛋白质结构的通用框架。可以使用统计回归方法来分析一系列相关的蛋白质结构。分析需要交替的步骤，找到蛋白质结构之间的对应关系，并叠加相应的标志物。叠加步骤可以使用直线或正交变换来执行，从而允许蛋白质结构经历纯旋转或旋转加剪切操作。回归分析允许为每个位置设置单独的权重，允许强调蛋白质结构的特定片段或补偿结构中不同位置的差异。此外，还介绍了一种新的方法，基于匹配蛋白质骨架上的离散曲率来寻找初始对应关系。引入了另一种新的方法来获得与给定数据相适应的间隙函数，从而使动态规划方法更健壮。给出了一个涉及一组七个球体结构的例子。回归分析，使用AFLINE和正交变换，表明GLOBI在E和G螺旋的中间区域结构上最保守。
A general framework is presented for analyzing multiple protein structures. A family of related protein structures may be analyzed using statistical regression methods. The analysis requires alternating steps of finding correspondences among the protein structures and superimposing the corresponding landmarks. The superposition step may be performed using either afline or orthogonal transformations, thereby allowing protein structures to undergo either pure rotations or rotation plus shear operations. Regression analysis permits a separate weight for each position, allowing one to emphasize particular segments of a protein structure or to compensate for variances that differ at various positions in a structure.In addition, a novel method is introduced for finding an initial correspondence, based on matching discrete curvatures along the protein backbone. Another novel method is introduced for obtaining gap functions that adapt to the given data, thereby making dynamic programming methods more robust. An example is presented involving a set of seven globm structures. Regression analysis, using both afline and orthogonal transformations, reveals that globii are most strongly conserved structurally in the mid-regions of the E and G helices.
使用分子建模方法对咪唑的取代酰基磺酰胺和酰基磺酰胺衍生物作为血管紧张素 II 受体拮抗剂的结构见解
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
Mukesh C. Sharma;Smita Sharma;Pratibha Sharma;Ashok Kumar;K. S. Bhadoriya
通讯作者：
K. S. Bhadoriya
影响因子：
56.9
作者：
FISCHER, EH;CHARBONNEAU, H;TONKS, NK
通讯作者：
TONKS, NK
影响因子：
11.8
作者：
Zabolotny, JM;Bence-Hanulec, KK;Neel, BG
通讯作者：
Neel, BG