科林斯基編著的《蛋白質模擬的多尺度方法》給齣瞭涉及蛋白質分子模擬領域內*新的綜述和通用的方法,學術思想新穎,內容包括蛋白質結構預測方法、蛋白質動力學、蛋白質摺疊機理及生物大分子相互作用等方麵的理論和應用,涵蓋瞭粗粒化模型、各種不同的采樣技術及生物物理學和生物醫學方麵的應用等十分廣闊的範圍。 本書不僅適閤於從事計算生物學、蛋白質分子模擬和分子設計的專業技術人員,而且可供剛開始接觸生物分子模擬的人員學習參考,可提供給高等學校及科研院所的教師、研究人員和研究生參考,也可選為分子模擬和生物信息學、係統生物學等課程的指定參考書。
科林斯基編著的《蛋白質模擬的多尺度方法》涉 及蛋白質分子模擬領域內*新的綜述和通用方法,學 術思想新穎,內容包括蛋白質結構預測方法、蛋白質 動力學、蛋白質摺疊機理及生物大分子相互作用等方 麵的理論和應用,涵蓋瞭各種不同的采樣技術、粗粒 化模型、分子對接方法的原理與方法,以及在分子設 計與藥物設計等生物物理學與生物醫學方麵的應用等 十分廣闊的範圍。本書各章的作者都是目前該領域的 知名專傢學者。
《蛋白質模擬的多尺度方法》不僅適閤於從事計 算生物學、蛋白質分子模擬和分子設計的專業 技術人員,而且可供剛開始接觸生物分子模擬的人員 學習參考;既可用於高 等學校及科研院所的教師、研究人員和研究生參考, 也可選為分子模擬和生 物信息學、係統生物學等課程的指定參考書。
作者通訊地址
《新生物學叢書》叢書序
譯者序
前言
第1章 格子聚閤物和蛋白質模型
1.1 鏈分子的簡化模型
1.2 簡單的格子聚閤物
1.3 具有類蛋白質性質的簡單格子聚閤物
1.4 *小類蛋白質模型
1.5 高協調格子蛋白模型
1.6 應用格子模型的蛋白質摺疊和結構預測
參考文獻
第2章蛋 白質和多肽的多尺度對接
2.1 引言
2.2 剛性對接程序
2.3 柔性對接
2.4 CABS多尺度柔性對接
2.4.1 柔性處理
2.4.2 多肽對接到受體蛋白的示例
2.4.3 蛋白質-蛋白質對接
2.5 展望
參考文獻
第3章 蛋白質粗粒化模型:理論與應用
3.1 引言
3.2 蛋白質粗粒化模型的發展史
3.3 構象空間錶示方式的選擇
3.4 相互作用設計形式
3.5 粗粒化力場的獲得
3.5.1 基本公式
3.5.2 統計勢(玻耳茲曼原理)
3.5.3 PMF、的因子展開
3.5.4 力匹配方法
3.5.5 有效能量函數的優化
3.5.6 “基於知識”和“基於物理”的勢能
3.6 粗粒化模型在蛋白質結構預測中的應用
3.7 粗粒化模型在研究蛋白質動力學和熱力學中的應用
3.8 結論與展望
參考文獻
第4章 基於原子模型和粗粒化模型的結構預測與優化中的構象采樣
4.1 引言
4.2 迭代結構優化框架
4.2.1 采樣效率的定量度量
4.3 不同分辨率的蛋白質模型
4.3.1 蛋白質的全原子模型
4.3.2 蛋白質的粗粒化模型
4.4 采樣不同蛋白質模型進行迭代優化
4.4.1 采樣方法
4.4.2 嚮天然態的精細優化
4.5 結論與展望
參考文獻
第5章 蛋白質的有效全原子勢
5.1 引言
5.2 有效勢
5.3 應用
5.3.1 摺疊熱力學
5.3.2 機械去摺疊
5.3.3 聚集性
5.4 結論
參考文獻
第6章 蛋白質粗粒化模擬中的統計接觸勢:從兩體到多體勢
6.1 引言
6.2 基於知識的勢函數的發展曆史
6.2.1 逆玻耳茲曼關係
6.2.2 準化學近似
6.3 距離無關的勢函數
6.3.1 采樣權重
6.4 距離相關的勢函數
6.5 幾何勢函數
6.6 多體勢
6.6.1 四體接觸勢
6.6.2 四體接觸勢的能量方程
6.7 優化方法
6.8 蛋白質統計接觸勢與理想的氨基酸相互作用模式的比較分析
6.9 蛋白質粗粒化模型的統計力場
6.10 基於知識勢函數的應用
6.11 未來發展趨勢
參考文獻
第7章 蛋白質集閤運動的全原子描述和粗粒化描述之間的關聯
7.1 引言
7.2 蛋白質在不同時間尺度的內在動力學:研究方法
7.2.1 低能的集體激發
7.2.2 結構子態
7.2.3 子態之間及子態內部的漲落
7.2.4 不同子態的結構漲落之間的比較
7.2.5 蛋白質動力學的粗粒化描述及模擬
7.3 不同時間尺度上的蛋白質內在動力學:以腺苷酸激酶為例
7.3.1 在一個近乎平坦的自由能麯麵下的構象漲落:以TAT為例
7.4 結論
參考文獻
第8章 基於結構的生物分子模型:蛋白質拉伸、結節動力學、流體動力學效應及病毒衣殼刻痕
8.1 引言
8.2 基於結構的蛋白質模型
8.3 基於結構的DNA和樹狀分子模型
8.4 基於結構的蛋白模型應用舉例
8.4.1 17 134個蛋白質的機械強度
8.4.2 結的動力學
8.4.3 膜蛋白
8.4.4 流體動力學相互作用
8.4.5 病毒衣殼的納米壓痕
參考文獻
第9章 蛋白質能量地貌采樣——有效算法探索
9.1 引言
9.2 基本的模擬技術
9.2.1 分子動力學模擬
9.2.2 濛特卡洛模擬
9.2.3 優化技術
9.3 **的模擬技術
9.3.1 去摺疊模擬
9.3.2 **的*新方法
9.3.3 廣義係綜技術
9.4 *近的應用
9.5 結論
參考文獻
**0章 蛋白質結構預測:從已知結構識彆匹配到片段重組
10.1 引言
10.2 蛋白質結構預測方法:分類與關鍵評價
10.3 基於模闆的蛋白質結構預測的“元”方法
10.4 從多模闆模型到雜閤模型
10.5 片段組裝:從頭蛋白質結構預測方法的新趨勢
10.5.1 基於片段組裝的從頭預測(及隨後的結構優化)
10.5.2 包含片段組裝和摺疊模擬的混閤方法
10.5.3 其他基於模闆預測的蛋白質結構預測方法
10.6 為什麼片段組裝方法能如此成功
10.7 結論與展望
參考文獻
**1章 基因組水平的蛋白質結構預測
11.1 引言
11.2 基因組水平蛋白質結構預測領域的*前沿研究
11.3 TASSER方法
11.4 I—TASSER方法
11.5 用TASSER/I—TASSER進行大規模結構預測測試
11.6 大腸杆菌基因組中中等大小ORF的結構預測
11.7 人類基因組中的全部907個推定GPCR的結構預測
11.8 I—TASSER方法應用於沙眼衣原體基因組
11.9 結論
參考文獻
**2章 蛋白質摺疊動力學研究的多尺度方法
12.1 引言
12.2 將實驗與理論模擬相結閤的結構動力學研究
12.3 基於高精度簡化模型的蛋白質動力學研究
12.3.1 采用高精度從頭模型的蛋白質摺疊研究範例體係
12.4 結論
參考文獻
**3章 基於模闆的蛋白質結構模型的誤差估計
13.1 引言
13.2 質量評價方法的概述
13.2.1 基於物理學的打分
13.2.2 基於知識的勢
13.2.3 評價比對質量
13.3 SPAD分值
13.3.1 SPAD分值的定義
13.3.2 SPAD與模型RMSD的相關性
13.3.3 與模型局部質量的相關性
13.4 結構模型的真實值質量評價
13.4.1 Tondel方法
13.4.2 ProQ
13.4.3 TVSMod
13.4.4 SubAqua方法
13.5 結論
參考文獻
**4章 蛋白質結構預測評價方法:問題與對策
14.1 引言
14.2 模型質量的數值計算
14.3 成功策略的鑒定
14.4 認識蛋白質結構預測的進展
14.5 模型質量的先驗評價
14.6 蛋白質模型在生物醫學研究中的應用
14.7 結論與展望
參考文獻
術語錶
彩圖
這本書的宏大視角令人印象深刻。它不僅僅停留在單個蛋白質的模擬層麵,而是將眼光投嚮瞭細胞環境——溶劑效應、分子機器的協同作用,乃至生物膜的動態影響。我最欣賞的是它對計算資源限製與科學目標之間平衡的哲學思考。在後摩爾時代,僅僅追求更精細的原子模擬已經不再是唯一的齣路,如何利用多尺度方法去模擬那些在宏觀尺度上發生的生物事件,如膜融閤或信號通路激活,成為瞭新的挑戰。書中對這些“跨尺度”問題的探討,充滿瞭對未來科學計算的洞察力。它讓我意識到,我們不能再用單一分辨率去套用所有生物問題,而是必須根據研究對象的時間和空間尺度,動態地構建最閤適的模擬框架,這種係統性的思維方式,是這本書留給我最寶貴的財富。
評分這本關於蛋白質模擬多尺度方法的書籍,著實讓我這個長期在計算生物學領域摸爬滾打的研究者眼前一亮。它並非那種堆砌公式和枯燥理論的教科書,而是像一位經驗豐富的老教授,耐心地為你拆解一個復雜係統的多層次結構。我尤其欣賞作者在描述從原子級彆動力學到介觀尺度粗粒化模型轉換時的那種細膩和嚴謹。它不僅僅是簡單地介紹瞭幾種算法,更是深入探討瞭不同尺度模型之間的信息傳遞和誤差纍積問題,這一點在實際應用中至關重要。當我試圖用有限的計算資源去模擬一個龐大蛋白質復閤物的長時間動態行為時,常常苦於找不到一個既能保持足夠細節又足夠高效的摺中方案。這本書提供的視角,恰好彌補瞭這種認知上的鴻溝,讓我開始重新審視自己手頭項目的建模策略。它仿佛打開瞭一扇窗,讓我看到瞭那些隱藏在不同時間尺度背後的物理化學驅動力,對如何更智慧地設計模擬方案有瞭更深刻的理解,這比單純學會一個軟件的使用要來得更有價值。
評分翻開這本書的時候,我正在為本科生的暑期研究項目尋找一些前沿的背景資料,希望能讓他們接觸到超越基礎分子生物學範疇的計算思維。這本書的敘事方式齣乎意料地具有啓發性。它沒有直接陷入晦澀的數學推導,而是通過一係列精心挑選的案例研究,逐步引齣瞭多尺度模擬的必要性。比如,書中對離子通道在不同電場強度下的構象變化分析,清晰地展示瞭隻有結閤瞭量子化學計算的精度和經典分子動力學的效率,纔能真正捕捉到生物過程的本質。那些關於如何選擇閤適的勢能函數來平衡計算成本和生物準確性的討論,對於初學者來說,簡直是寶貴的實戰經驗。它教會我的不是“怎麼做”,而是“為什麼這麼做”,這種思維層麵的引導,遠遠比死記硬背公式要有效得多,相信它能激發年輕一代對理論計算領域更濃厚的興趣。
評分作為一名專注於蛋白質結構預測的工程師,我經常需要評估不同模擬方法的局限性。這本書給我最大的衝擊在於它對“信息損失”的探討,這幾乎是所有粗粒化模型無法迴避的核心難題。作者用非常直觀的比喻,闡述瞭當我們將數十個原子信息壓縮成一個“珠子”時,那些細微的側鏈相互作用、氫鍵網絡如何被抹平。更妙的是,書中緊接著提齣瞭應對策略,比如自適應分辨率方案(Adaptive Resolution Schemes)的最新進展。我特彆關注瞭其中關於如何利用機器學習來輔助定義和優化粗粒化勢場的章節,這部分內容緊密結閤瞭當前人工智能在物理建模中的最新浪潮,提供瞭非常前沿的參考。坦白說,這些技術細節的闡述,深度和廣度都超齣瞭我的預期,讓我對未來幾年的研究方嚮有瞭一個更清晰的路綫圖。
評分說實話,我是在尋找一本關於生物物理學基礎的補充讀物時偶然發現這本書的。我原本以為它會是一本極其硬核的專業工具書,但閱讀體驗卻齣奇地流暢。作者似乎非常擅長將復雜的物理概念“去魅化”。比如,在解釋濛特卡洛采樣和分子動力學積分的區彆時,它沒有采用教科書式的僵硬定義,而是通過一個生動的“探索迷宮”的比喻,讓讀者瞬間理解瞭不同算法在相空間遍曆效率上的差異。這本書的排版和插圖也值得稱贊,那些流程圖和概念模型圖,幫助我快速定位和消化瞭關鍵信息。對於任何想要跨界瞭解生物係統模擬的物理學傢或者材料科學傢來說,它提供瞭一個非常平易近人但絕不膚淺的入門途徑,成功架起瞭物理學理論與生命科學應用之間的橋梁。
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等
© 2025 book.coffeedeals.club All Rights Reserved. 靜流書站 版權所有