抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
NMRは,生体分子の構造,機能および運動を解明するために,構造生物学者ツールキットにおける貴重な実験ツールである。機械学習の進歩,特に構造生物学において,構造生物学と科学における新手法と理解の開発において,大きく,多様で,信頼できるデータセットの重大な重要性を明らかにした。蛋白質NMR研究グループは大量のデータを生成し,生体分子NMR分析パイプラインを改善するために,新しい洗練された機械学習アーキテクチャを訓練するためにこのデータを組織化するのに関心が集まっている。NMRにおける基礎データタイプは自由誘導減衰(FID)である。NMRデータ処理,共鳴帰属,動力学解析,およびNMR FIDを用いた構造決定における長年の問題に取り組むための洗練された機械学習法を構築する機会がある。本研究の目標は,それが分光計で作り出され,FIDデータと関連メタデータの新しい資源を成長させるため,FIDデータをアーカイブするための軽量で広く利用可能なツールを提供することである。本研究は,NMRサンプルとFIDデータを記述するメタデータ項目を保存し,組織化するための関係スキーマを示し,スペクトルデータベース(SpecDB)と呼ぶ。SpecDBはSQLiteに実装され,Pythonソフトウェアライブラリを含み,データベースを作成,組織化,質問,バックアップ,共有,および維持するためのコマンドラインアプリケーションを提供する。ソフトウェアツールとデータベーススキーマのこのセットは,ユーザがNMR時間領域データから保存,組織化,共有,および学習することを可能にする。SpecDBはhttps://github.rpi.edu/RPIBioinformatics/SpecDBでのオープンソースライセンスの下で自由に利用可能である。O_FIG O_LINKSMALLFIG WIDTH=200HEIGHT=144SRC=「FIGDIR/小/480212v1_ufig1.gif」ALT=「Figure 1」>View version(27K):org.highwire.dtl.DTLVardef@11a8109org.highwire.dtl.DTLVardef@10da6a6org.highwire.dtl.DTLVardef@137ffb5org.highwire.dtl.DTLVardef@174c5b9_HPS_FORMAT_FIGEXP M_FIG C_FIG。【JST・京大機械翻訳】