前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >文章复现-No.1-Rosetta-KIC-Part.1

文章复现-No.1-Rosetta-KIC-Part.1

作者头像
DrugSci
发布2021-04-01 11:57:07
5290
发布2021-04-01 11:57:07
举报
文章被收录于专栏:FindKeyFindKey

说了要复现一下那篇文章,那就一步一步来看看

先看算法KIC,是kinematic closure 的简称,翻译一下运动学闭环,以前是用做机器人的,现在引入到rosetta中,其实你们说学科交叉什么太先进,我觉得也就那样子,结构生物学,首先是具有三维结构特性然后再发挥生物活性,哪怕未来有航天领域技术引入这个行业,我都不是很惊讶。

回归正题,KIC,原先是为机器人设计的,或者是控制机器臂

我是视觉型学习者,所以先看图

简单来说,KIC将蛋白分为了两个部分:pivot(中心点)以及non-pivot(非中心点)部分

你可以看到橘黄色的原子为pivot,而其余颜色的原子为non-pivot

1.算法初期会随机指定三个原子作为pivot

2.位于中间的pivot原子将多肽分为两个部分,两个pivot原子之间的非pivot原子间的扭转角会被随机采样(基于拉氏图)

3.随后一步是闭合,kic算法会调整三个pivot碳阿尔法原子上的扭转角度来使其闭合,以便减少对剩余结构的影响

从下面这张图可以更为清晰的知晓

你可将其分为两个阶段

1.低分辨率阶段,氨基酸侧链作为质心,首先KIC会在单独的片段上进行,然后对骨架进行最小化,MC算法,迭代

2.高分辨率阶段,首先KIC会在单独的片段上进行,然后侧链优化以及骨架优化,MC算法,迭代

最终拿到了低能构象

参考:

https://zhuanlan.zhihu.com/p/76390180

https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0063090

https://new.rosettacommons.org/docs/latest/scriptingdocumentation/RosettaScripts/compositeprotocols/generalized_kic/GeneralizedKIC

https://www.rosettacommons.org/demos/latest/tutorials/GeneralizedKIC/generalizedkinematicclosure_1#:~:text=Kinematic%20closure%20algorithms%20were%20originally%20developed%20for%20the,of%20atoms%20with%20well-defined%20start%20and%20end%20points.

https://math.unm.edu/~vageli/papers/loop.pdf

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2021-03-30,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 FindKey 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档