Dec, 2014

蛋白质结构、柔性和折叠的持久同伴分析

PDF
TL;DR本研究首次引入持久同调理论以及分子拓扑学概念，基于分子拓扑不变量持久性提出分子拓扑指纹（MTFs），并通过 MTFs 实现了对蛋白质的表征、识别和分类等任务，研究还建议了一种新型的截止距离过滤方法，并提出了基于持久同调不变量的累积条形图用于定量建模蛋白质的柔性，并利用 MTFs 量化预测蛋白质的拓扑演变与折叠稳定性，结果表明，我们的持久同调预测结果与分子动力学模拟结果高度一致，揭示了蛋白质的拓扑 - 功能关系。
proteinspersistent homologytopological fingerprintsprotein characterizationprotein folding stability
发现论文，激发创造
  • 蛋白质分类的拓扑学方法

    本研究探讨了使用持久同调作为蛋白质分类的独立工具的潜力，通过构建机器学习特征向量仅基于蛋白质拓扑指纹，提出了一种基于分子拓扑指纹的支持向量机分类器，并取得了较高的分类精度。

    Oct, 2015

  • 多参数持久同调用于分子属性预测

    基于多参数持久同调的分子指纹生成方法揭示了分子几何结构内部的潜在结构和关系，并检测出在多个尺度和多个参数（如原子质量、偏电荷和化学键类型）上具有持续性的拓扑特征，该方法还可以通过加入其他参数（如电离能、电子亲和力、手性和轨道杂化）进一步增强。与传统的图神经网络相比，多参数持久同调具有提供更全面和可解释的分子拓扑表征的优势。我们为多参数持久同调建立了理论的稳定性保证，并在脂溶性、FreeSolv 和 ESOL 数据集上进行了大量实验证明了其在预测分子性质方面的有效性。

    Nov, 2023

  • 利用持续同调和动态距离分析蛋白质结合

    采用持久同调的方法对大分子进行构象变化的分析，并利用持久景观方法进行测试和分类，结果表明这种方法能够成功的识别出分子中活性位点和趋肤通路。

    Dec, 2014

  • 形状（几乎）是全部！持久同调特征是高效分子机器学习信息丰富的输入

    本文研究了持久性同调在分子结构方面的应用，通过创建编码分子形状的持久性同调特征（PHFs），成功地简化了化学问题，提高了机器学习的效率以及信息密度，为今后类似领域的研究提供了借鉴。

    Apr, 2023

  • 基于耦合时间序列构建的时变功能网络的持久同调

    使用拓扑数据分析方法研究实验和人工来源的时间序列数据所构造的 “功能网络”。使用持久性同调与加权等阶团过滤来深入挖掘功能网络，使用持续地形图来解释结果，表明持续同调可以检测数据集中随时间出现的同步模式的差异，从而揭示网络社群结构的变化和学习过程中形成回路的脑区之间的同步增强。

    May, 2016

  • 持久同调和应用同伦理论

    该文章是对持久同调的调查，主要是它在拓扑数据分析中的应用，包括持久模的理论、持久条形码的稳定性定理、广义持久性、持久条形码的向量化，以及一些应用。

    Apr, 2020

  • 通过持久同调的自适应拓扑特征：点云的拓扑学过滤学习

    提出了一个新的机器学习框架，利用神经网络学习适应性过滤，在点云数据中提取坚持同调，并通过神经网络架构实现同调的等变性。实验结果表明了该框架在几个分类任务中的有效性。

    Jul, 2023

  • 对手性敏感的分子性质预测的 SE (3)- 不变多参数持久同调

    通过结合关于分子手性的 SE (3) 不变性和 Vietoris-Rips 持久同调，我们提出了一种用于生成分子指纹的新型计算方法。该方法在药物发现和材料科学中具有重要意义，能精确预测分子性质。我们通过应用 Vietoris-Rips 持久同调来探索分子结构中的拓扑和模式，并且我们的方法在预测分子性质方面展示了优于现有方法的卓越性能。

    Dec, 2023

  • 关于度量测度空间的功能数据和弗雷歇函数的拓扑研究

    本文研究紧致拓扑空间上的功能数据和紧致度量测度空间上的结构数据的持久同调。我们探讨保留形状信号的性质的持久同调不变量的稳定性，并使用降低信号弱区域影响的度量来研究数据的持久同调不变量的连贯性和估计。我们还应用这种方法来构建紧致黎曼流形上的多尺度拓扑描述符。

    Nov, 2018

  • 复杂网络的持久同调

    该研究介绍了一个新的拓扑不变量 —— 持续同调，它代表了一个 Betti 数的参数化版本，可以用于区分长期和短期的拓扑特征，并且可以展示出不同网络拓扑特征之间的差异，从而反映出网络的强韧性与连通性等特性。

    Nov, 2008