导读:本文包含了折叠模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:折迭,模型,蛋白质,动力学,网格,分子,切线。
折叠模型论文文献综述
苏红芬[1]（2019）在《求解圆的折迭问题时模型方法的运用》一文中研究指出"圆"是中考重点,也是学生学习的难点.很多学生常常"望圆生畏",尤其是圆的折迭问题.相比较于直线型的折迭操作起来要困难得多.圆的折迭问题对学生图形识别能力、空间想象能力、解题综合能力提出了考验.笔者结合几个的实例,谈一谈求解圆中折迭问题时,模型方法的运用.(本文来源于《初中数学教与学》期刊2019年16期）
郭晓娜[2]（2019）在《显式溶剂模型下加速分子动力学对蛋白质折迭的研究》一文中研究指出几乎所有的生命活动都是由蛋白质完成的,而蛋白质只有折迭成天然结构才具有活性。蛋白质折迭错误就会引起一系列疾病,例如帕金森病、阿尔茨海默病、疯牛病和古尔氏病。蛋白质折迭是21世纪生物物理学的重要课题,理解蛋白质折迭路径和折迭机理是非常重要的。分子动力学模拟方法已经有几十年的发展史,被人们广泛的用来研究生物物理,化学,材料等学科。分子动力学模拟方法可以得到随着时间变化的蛋白质或者其它生物大分子的结构。利用分子动力学模拟方法可以对蛋白体系进行原子水平上的研究与定量描述。因此,分子动力学模拟方法已经成为研究蛋白质结构和功能基础的有力工具。然而遍历相空间抽样的效率至今依然是分子动力学模拟方法需要解决的问题之一。近期,J.A.McCammon发展了加速分子动力学的方法。加速分子动力学就是在原有的势能上添加一个新的势能,降低势垒高度,体系陷入局部极小值的概率降低,这样低能量之间的跃迁几率提高,从而遍历取样的效率增加了。显式溶剂中用AMBER14SB力场在室温条件下分别使用加速分子动力学和传统动力学方法对8种蛋白(2I9M,TC5B,1WN8,1V4Z,1HO2,1HLL,2KFE和1YYB)进行折迭研究。我们分别在如下几方面进行了分析和比较:均方根偏差(RMSD)、天然接触、聚类分析、折迭路径、自由能地貌和回旋半径,这些分析证明8个蛋白在加速分子动力学(AMD)模拟中全部成功折迭为相应的天然结构。相比之下,传统的分子动力学(MD)模拟没有发现这些稳定的折迭结构。同时,高温度(350 K,400 K和450 K)对8个体系折迭的影响也被探究。研究发现这些高温下,加速分子动力学模拟依然比普通分子动力学模拟的效率高。在这些温度中,300 K是对于所有蛋白折迭最适宜的温度。为了进一步探究加速分子动力学的高效性,在300 K温度下对8种体系进行两次加速分子动力学模拟。所有的加速分子动力学模拟都折迭为天然结构。我们的结果很清晰明朗的展现了加速分子动力学模拟是一种研究蛋白折迭的高效方法。论文共分为四章。第一章阐述了研究背景。第二章为理论和方法部分,包括分子动力学模拟的基本原理,分子动力学模拟积分算法,分子力场以及加速分子动力学。第叁章主要介绍了研究内容。将第叁章分为四部分:加速分子动力学模拟,分子动力学模拟系统准备,结果和讨论,结论。重点是详细描述第叁部分结果和讨论,包括八部分:均方根偏差(RMSD),天然接触,聚类分析,折迭路径,蛋白质折迭过程,自由能地貌,回旋半径演变,不同高温模拟分析以及多轨迹结果。所有的结果分析能够明确的证明了加速分析动力学相对于普通分子动力学能够更加准确快速的使蛋白从线性结构折迭为天然态或近似天然态结构。第四章为总结与展望,主要是对工作进行了简要的总结并对未来加速分子动力学模拟研究的应用表达了自己的一点看法。我们使用加速分子动力学在显式溶剂模型下对蛋白折迭的研究存在局限性,因为我们考虑到折迭时间问题只是研究了残基数目比较小的蛋白,随着加速分子动力学的发展以及计算机水平的提高,相信未来加速分子动力学可以用来研究更大的蛋白体系,也可以研究β折叠。(本文来源于《山东师范大学》期刊2019-05-20）
曹增欢,黄常标,郑红[3]（2019）在《叁角网格模型的特征保持混合折迭简化》一文中研究指出在增材制造、逆向工程等领域,广泛存在包含大量甚至海量数据的叁角网格模型。为便于存储并提高处理效率,经常需要进行网格模型简化。但在网格简化过程中存在特征保持、简化率和简化效率冲突的问题,为更好地平衡简化结果和简化效率,提出了特征保持的混合折迭算法。在基于曲度精确计算新顶点、最大距离高效计算折迭代价的基础上,对边界特征区域和非边界特征区域采用边折迭方式进行保特征简化,对非特征区域则采用叁角形折迭方法进行高效简化,最后通过偏差和网格正则度对简化结果作出误差评价。算法实例表明:混合折迭算法的模型细节特征保持较好,简化前后变形较小且效率适中。(本文来源于《光学精密工程》期刊2019年04期）
梁凡,董宇,李正夫,李姣姣,纪兆辉[4]（2018）在《基于HP模型的大麻素受体CB2折迭研究》一文中研究指出Cannabinoid receptor Type 2(简称CB2)是大麻素受体的一种亚型,因为其无中枢神经副作用,不会产生成瘾性及耐受性,显示出了非常好的开发前景和潜在的应用价值。其作为免疫调节剂、神经保护剂和抗癌药等将具有巨大市场价值。目前,CB2蛋白的空间结构还未被测定出来,对于CB2的折迭问题研究也开展的较少,为了研究大麻素受体亚型蛋白CB2的折迭问题以及方便更多的研究人员对CB2空间结构和相关药理特性的研究,本文提出了一种基于HP模型的折迭求解方法。通过使用回溯机制和蒙特卡罗方法对此优化问题进行求解,算法可有效的在全局范围内进行寻找最优解,避免了掉入局部最优问题。实验结果表明,本文方法获取的CB2蛋白空间构象具有较低的能量值,折迭情况较好。(本文来源于《生物信息学》期刊2018年04期）
尹杰,陈周妍,仇侃文,焦庆发,张梦圆[5]（2018）在《自动化集装箱式可折迭房车模型的研究》一文中研究指出通过对目前房车市场的研究,为满足消费者对房车的个性化需求,立足于空间设计以及自动化展开方案,提出"自动化集装箱式可折迭房车模型",对于未来房车的发展具有重要的意义。(本文来源于《山西建筑》期刊2018年25期）
[6]（2018）在《德国医药包装企业August Faller推出创新的折迭纸盒医药包装概念模型》一文中研究指出本刊讯(August Faller消息)智能化和交互性的医药包装能够起到提醒患者吃药和提高依从性的作用,对此,德国医药包装供应商August Faller提出了一种数字化的折迭纸盒医药包装模型。(本文来源于《中华纸业》期刊2018年16期）
王灵灵[7]（2018）在《蛋白质折迭/解折迭速率预测模型的鲁棒性研究》一文中研究指出现代分子生物学中的重要研究内容之一,是通过对蛋白质折迭速率的精确预测来解析蛋白质折迭机制。可是该问题的复杂性远超过大家的预期,成为分子生物学的重要难题之一。对于复杂问题的研究,往往采用分而治之的策略。因此,发现影响蛋白质折迭速率的新因素,对于研究蛋白质折迭具有重要意义。目前的研究发现,影响蛋白质折迭速率的主要因素为:蛋白质的大小(链长)和结构拓扑。其中,多态蛋白质折迭速率主要受链长支配,而二态蛋白质折迭速率主要受结构拓扑支配。此外,也有作者基于氨基酸的物化性质,并采用机器学习算法对蛋白质折迭速率进行预测,声称获得较好的预测结果,表明氨基酸序列组成也是影响蛋白质折迭速率的因素之一。我们组曾提出一个研究蛋白质折迭速率的新参数——累积主链扭角(Cumulative Backbone Torsion Angles,CBTA)。已有的研究表明,CBTA 与蛋白质折迭速率之间有很高的相关性。综合已有的研究结论,目前我们可以得到用来预测蛋白质折迭速率的四类主要参数,分别是累积主链扭角(CBTA)、绝对接触序(Absolute Contact Order,ACO)、蛋白质链长(Chain Length,L),和蛋白质氨基酸组分(Amino Acid Composition,AAC)。在新近收集的蛋白质折迭和解折迭速率的实验资料集上,我们分别以CBTA、ACO、L和AAC为参数,构建一元或多元线性回归模型。采用jackknife或交叉检验方法,分析了这些模型在预测蛋白质折迭和解折迭速率时的预测精度、鲁棒性和泛化能力等几个方面的性能。比较的结果为,从预测精度看,CBTA>ACO>L>AAC;从鲁棒性看,CBTA>ACO>L>AAC;从泛化能力看,模型CBTA、ACO和L叁个模型具有大体相当的泛化能力,但都显着优于AAC模型的泛化能力。这个结果表明,模型CBTA较其它叁个模型在当前数据集上实现了预测精度、鲁棒性和泛化能力的最优。目前蛋白质折迭速率预测问题受到数据量小的制约,不利于提出基于多因素的机器学习模型。对于已有的基于多因素模型的结果,应该小心验证,因为那里可能存在高的过拟合风险。此外,本文还在当前的蛋白折迭速率数据集上,对蛋白质折迭动力学类型进行了分类识别。以累积主链扭角(CBTA)和相对接触序(Relative Contact Order,RCO)为参数组合成一个特征向量,并分别采用逻辑回归(Logistic Regression，LR)和支持向量机(support vector machine,SVM)分类算法,对蛋白质折迭动力学类型进行分类识别。SVM算法识别的总精度达到了 0.839，LR算法的识别总精度为0.830。(本文来源于《内蒙古工业大学》期刊2018-06-01）
祁令姿[8]（2018）在《一种创意折迭桌参数设计的数学模型及仿真》一文中研究指出讨论一种创意折迭桌的优化设计问题,根据桌子高度、桌面形状以及折迭角度等形状参数,建立了包含几种材料参数和加工参数的数学模型.并利用Maple数学软件通过编程仿真模拟了动态折迭过程以及不同桌面形状的折迭桌叁维效果图.结合仿真模拟,对钢筋位置等参数的设定进行了优化分析.最后,给出了加工参数的计算表达式,并针对一个具体实例,通过编程计算了加工参数的设计方案.(本文来源于《佳木斯大学学报(自然科学版)》期刊2018年03期）
孟祥争[9]（2018）在《基于K折迭SVR近似模型的晶格结构设计优化方法研究》一文中研究指出基于真实物理模型或数值仿真模型的晶格结构产品设计优化周期过长,阻碍着晶格结构产品更新迭代。支持向量回归(Support Vector Regression,SVR)是一种具有强大的非线性和高维处理能力、预测性能强、对样本需求量小的近似模型,被广泛应用于工程产品设计中替代真实物理模型或数值仿真模型。SVR近似模型的预测精度直接影响设计优化结果的优劣性,如何提高SVR近似模型的预测精度一直是研究的热点,如序贯添加样本点和参数寻优等方法的提出,从样本点选取和模型参数选择方面提高了 SVR近似模型的预测精度,但已存在样本点处的误差信息没有被充分考虑。另外,基于有限数量样本点构建的SVR近似模型存在不确定性。如何合理量化SVR近似模型的不确定性,是SVR近似模型应用于晶格结构产品设计的关键。本文根据以上两点,将K折迭交叉验证技术和SVR近似模型相结合,提出K-SVR近似模型以提高预测精度,并考虑K-SVR近似模型不确定性,提出K-SVR近似模型设计优化方法,最终将该方法应用于晶格结构产品实例中。首先采用K折迭交叉验证技术提取SVR近似模型已存在样本点处的误差信息以及建立K个子SVR近似模型,根据误差的大小进行排序,并分配子SVR近似模型的权重,集成所有的子SVR近似模型,实现了 K-SVR近似模型的建立,采用数学算例验证了所建立模型的有效性和优越性,同时分析了不同分组数目对K-SVR近似模型的影响;其次,考虑K-SVR近似模型不确定性的影响,在设定的置信水平下,采用留一法交叉验证将K-SVR近似模型的不确定性进行量化,进而提出K-SVR近似模型设计优化方法,通过数学算例展示了方法的可行性;最后,阐述了晶格结构应用的良好前景和优势,详细介绍了单元晶格结构选型的过程,并将本文所提出的基于K-SVR近似模型设计优化方法应用于晶格结构的汽车A柱和汽车坐垫承载件的设计优化中,顺利的完成了设计任务,同时验证了基于K-SVR近似模型设计优化方法在晶格结构产品设计优化中的有效性。(本文来源于《华中科技大学》期刊2018-05-01）
王灵灵,张颖[10]（2018）在《蛋白质折迭速率预测模型的鲁棒性分析》一文中研究指出现代分子生物学中的重要研究内容之一,是通过对蛋白质折迭速率的精确预测来解析蛋白质折迭机制。能够发现影响蛋白质折迭速率的新因素,对于研究蛋白质折迭具有重要意义。最近,本研究组给出一个研究蛋白质折迭速率的新参数——累积主链扭角(Cumulative Backbone Torsion Angles,CBTA)。已有的研究表明,CBTA与蛋白质折迭速率之间有很高的相关性。在新近收集的包含112个单域球蛋白质折迭速率的实验资料集上,从预测精度、鲁棒性和泛化能力等几个方面,全面地比较了包括CBTA模型在内的四个典型的折迭速率预测模型。结果表明,CBTA模型表现最好。同时还表明,就目前的实验数据量不足以构建基于多因素的蛋白质折迭速率预测模型。(本文来源于《内蒙古工业大学学报(自然科学版)》期刊2018年01期）
折叠模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
几乎所有的生命活动都是由蛋白质完成的,而蛋白质只有折迭成天然结构才具有活性。蛋白质折迭错误就会引起一系列疾病,例如帕金森病、阿尔茨海默病、疯牛病和古尔氏病。蛋白质折迭是21世纪生物物理学的重要课题,理解蛋白质折迭路径和折迭机理是非常重要的。分子动力学模拟方法已经有几十年的发展史,被人们广泛的用来研究生物物理,化学,材料等学科。分子动力学模拟方法可以得到随着时间变化的蛋白质或者其它生物大分子的结构。利用分子动力学模拟方法可以对蛋白体系进行原子水平上的研究与定量描述。因此,分子动力学模拟方法已经成为研究蛋白质结构和功能基础的有力工具。然而遍历相空间抽样的效率至今依然是分子动力学模拟方法需要解决的问题之一。近期,J.A.McCammon发展了加速分子动力学的方法。加速分子动力学就是在原有的势能上添加一个新的势能,降低势垒高度,体系陷入局部极小值的概率降低,这样低能量之间的跃迁几率提高,从而遍历取样的效率增加了。显式溶剂中用AMBER14SB力场在室温条件下分别使用加速分子动力学和传统动力学方法对8种蛋白(2I9M,TC5B,1WN8,1V4Z,1HO2,1HLL,2KFE和1YYB)进行折迭研究。我们分别在如下几方面进行了分析和比较:均方根偏差(RMSD)、天然接触、聚类分析、折迭路径、自由能地貌和回旋半径,这些分析证明8个蛋白在加速分子动力学(AMD)模拟中全部成功折迭为相应的天然结构。相比之下,传统的分子动力学(MD)模拟没有发现这些稳定的折迭结构。同时,高温度(350 K,400 K和450 K)对8个体系折迭的影响也被探究。研究发现这些高温下,加速分子动力学模拟依然比普通分子动力学模拟的效率高。在这些温度中,300 K是对于所有蛋白折迭最适宜的温度。为了进一步探究加速分子动力学的高效性,在300 K温度下对8种体系进行两次加速分子动力学模拟。所有的加速分子动力学模拟都折迭为天然结构。我们的结果很清晰明朗的展现了加速分子动力学模拟是一种研究蛋白折迭的高效方法。论文共分为四章。第一章阐述了研究背景。第二章为理论和方法部分,包括分子动力学模拟的基本原理,分子动力学模拟积分算法,分子力场以及加速分子动力学。第叁章主要介绍了研究内容。将第叁章分为四部分:加速分子动力学模拟,分子动力学模拟系统准备,结果和讨论,结论。重点是详细描述第叁部分结果和讨论,包括八部分:均方根偏差(RMSD),天然接触,聚类分析,折迭路径,蛋白质折迭过程,自由能地貌,回旋半径演变,不同高温模拟分析以及多轨迹结果。所有的结果分析能够明确的证明了加速分析动力学相对于普通分子动力学能够更加准确快速的使蛋白从线性结构折迭为天然态或近似天然态结构。第四章为总结与展望,主要是对工作进行了简要的总结并对未来加速分子动力学模拟研究的应用表达了自己的一点看法。我们使用加速分子动力学在显式溶剂模型下对蛋白折迭的研究存在局限性,因为我们考虑到折迭时间问题只是研究了残基数目比较小的蛋白,随着加速分子动力学的发展以及计算机水平的提高,相信未来加速分子动力学可以用来研究更大的蛋白体系,也可以研究β折叠。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
折叠模型论文参考文献
[1].苏红芬.求解圆的折迭问题时模型方法的运用[J].初中数学教与学.2019
[2].郭晓娜.显式溶剂模型下加速分子动力学对蛋白质折迭的研究[D].山东师范大学.2019
[3].曹增欢,黄常标,郑红.叁角网格模型的特征保持混合折迭简化[J].光学精密工程.2019
[4].梁凡,董宇,李正夫,李姣姣,纪兆辉.基于HP模型的大麻素受体CB2折迭研究[J].生物信息学.2018
[5].尹杰,陈周妍,仇侃文,焦庆发,张梦圆.自动化集装箱式可折迭房车模型的研究[J].山西建筑.2018
[6]..德国医药包装企业AugustFaller推出创新的折迭纸盒医药包装概念模型[J].中华纸业.2018
[7].王灵灵.蛋白质折迭/解折迭速率预测模型的鲁棒性研究[D].内蒙古工业大学.2018
[8].祁令姿.一种创意折迭桌参数设计的数学模型及仿真[J].佳木斯大学学报(自然科学版).2018
[9].孟祥争.基于K折迭SVR近似模型的晶格结构设计优化方法研究[D].华中科技大学.2018
[10].王灵灵,张颖.蛋白质折迭速率预测模型的鲁棒性分析[J].内蒙古工业大学学报(自然科学版).2018
论文知识图
