排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
原子电荷在深入理解和模拟蛋白质的化学行为中发挥了重要的作用。通过校正电负性均衡方法(EEM)可快速计算大分子中原子电荷的分布情况。为进一步提高电负性均衡方法的准确性,本文根据Bader提出的分子区域片段中原子电荷高度转移理论,提出了一种校正电负性均衡理论的新方法,专门用于快速、准确计算生物大分子多肽或蛋白质中分子中原子电荷(AIM)。在EEM参数优化过程中,本方法不仅包括了不同原子间的连接性和价键的杂化属性,还考虑了分子片段或基团的区域化学环境因素对校正的影响。本研究对变量优化方法进行了深入讨论,微分进化算法被证明对目标函数有较好地表现。本方法计算的AIM电荷,与密度泛函理论的计算结果进行了比较。结果表明,与原来的EEM模型相比较,本方法计算的AIM电荷的精确度得到了大幅提高,为具有重复分子片段或基团的生物大分子体系(如多肽或蛋白质等)的原子电荷的快速计算提供了一种更为准确的方法,同时也为EEM的校正提供了一种新的思路。 相似文献
3.
随机森林(Random forest, RF)算法是一种基于决策树的机器学习算法,具有良好的分类与变量筛选性能,因而在生物医学高维数据分析中应用广泛。本研究开发了一种基于RF算法的原位质谱快速鉴别肺癌的模型和方法,通过构建液体辅助表面解吸常压化学电离质谱技术平台(DAPCI-MS),结合RF算法,在常温常压条件下,直接实现对未处理人体肺鳞癌组织切片的准确鉴别与区分,并获取肺癌区别于正常组织的生物特征标记物。研究表明,当决策树数目ntree=100时,对人体肺鳞癌组织与邻近正常组织的区分准确率可达到100%。与其它分类方法相比,本模型具有稳健性高、分类效果好、泛化能力强等特点,为实现复杂基质的人体肺癌组织与相邻正常组织的区分提供了一种快速、准确和可靠的分类模型。 相似文献
4.
利用大气压化学萃取电离源质谱技术(EAPCI-MS)对吡啶类化合物的电离行为特征进行研究。实验显示,EAPCI-MS技术在常温常压条件下,无需样品预处理和任何辅助化学试剂,在质谱图中能同时检测到吡啶类化合物的质子化分子离子峰[M+H]+和分子离子峰M+·,并具有类似的二级碎裂机理。研究结果表明,EAPCI-MS技术具有不同于传统电离源质谱的裂解方式,同时兼具传统电喷雾电离(ESI)和大气压化学电离(APCI)的特征电离方式和行为,极大地提高了化学检测的选择性,增强了质谱分析的定性能力。该研究为吡啶类化合物的检测和鉴定提供了一种新方法,对吡啶类化合物的快速检测具有重要的应用价值和意义。 相似文献
1