Методы моделирования пространственной структуры протеинов. мАДБМ (2020-2021) — различия между версиями

Версия 11:21, 25 сентября 2020

О курсе

Необходимые ссылки

Конференция в Zoom

Преподаватели

Формула оценки

O_итог = 0.5 * O_лекции + 0.5 * O_{семинары}

Материалы курса

08.09.2020: Введение, основы Biopython

Jupyter Notebook по Biopython

15.09.2020: Белковая геометрия

Необходимо выполнить задания в тетрадке: ДЗ

Для выполнения задания 5 требуется загрузить следующий файл и положить его в ту же директорию, где находится тетрадка: geometry.py

22.09.2020

Задание: 1) Извлечь признаки для обучения из файлов train.acc (доступность растворителя), train.ss (вторичная структура), train.pssm (матрица PSSM), train.fasta (FASTA последовательность, также можно извлечь из train.pssm) и длину белка (длина FASTA цепочки) (features.zip ). Стоит ограничиться белками длиной от 15 до 45 (40, 35, 30) аминокислот в зависимости от производительности вашей системы. One-hot-encode категориальные признаки (вместо одного класса вы получаете вектор длинной num_classes, где все значения нули, кроме индекса соответствующего класса). В итоге вы должны получить трёхмерную матрицу NxMx45 для каждого белка, где N - кол-во белков, M - длина белка, 45 - количество признаков (20 - One-hot-encoded аминокислот, 20 - PSSM, 3 - вторичная структура, 1 - доступность растворителя и 1 - длина белка)

2) Сохранить имена выбранных pdb (например в файл pdb_short)

3) Скачать все белки pdb_short из базы pdb, посчитать для них матрицы контактов, сохранить в файл, в итоге у вас получится матрица NxMxM. Ноутбук для расчёта матрицы контактов и матрицы расстояний белка, а также их визуализация, вам достаточно будет использовать функцию get_contact_matrix на всех белках из pdb_short