imported>A ignatov: -

2020-10-26T14:09:41Z

Новая страница

==О курсе==

===Необходимые ссылки===
[https://us02web.zoom.us/j/88448257264?pwd=MU5KMzRtMkUzUGM5bDk1Y2hya1Y5QT09 Конференция в Zoom]

===Преподаватели===
{| class="wikitable"
|-
! Преподаватель !! Контакты
|-
| [https://www.hse.ru/org/persons/192181759 Посыпкин Михаил Анатольевич] || [https://t.me/mposypkin Telegram], [mailto:mposypkin@hse.ru Почта]
|-
| [https://www.hse.ru/org/persons/101521863 Игнатов Андрей Дмитриевич] || [https://t.me/a_ignatov Telegram], [mailto:aignatov@hse.ru Почта]
|-
| Маминов Артем Дмитриевич || [https://t.me/a_maminov Telegram], [mailto:amaminov@hse.ru Почта]
|-
| [https://www.hse.ru/org/persons/224730323 Горчаков Андрей Юрьевич] || ---
|-
|}

==Материалы курса==

===13.10.2020 (Силовые поля, Потенциалы)===
Материалы для практического занятия доступны [https://yadi.sk/d/Ykx-npuqEF5Dng?w=1 здесь].

===06.10.2020 (Боковые цепочки: геометрия и предсказание)===
Необходимо выполнить задание в [https://yadi.sk/d/1hzV3LYhO5eigg тетрадке]. Дедлайн - 23.10.2020.

===29.09.2020===
4) Для завершения работы по предсказанию матрицы контактов вам нужно использовать сгенерированные выборки признаков и матриц контактов, дозаполненные нулями (zero-padding) до выбранной вами максимальной длины. Затем вам нужно создать нейронную сеть, обучить её и протестировать. Напоминаю, что т.к. матрица контактов симметрична можно предсказывать только её половину. Рекомендую ознакомиться с дипломной [https://www.hse.ru/edu/vkr/366007539 работой], сделанной по этой теме. Там же можно посмотреть варианты архитектур нейронныйх сетей.

В результате вы должны получить полный цикл предсказания матрицы контактов. В данном работе будет оцениваться то, насколько вам удалось построить все составные части программы и удалось ли вам получить итоговый результат. Качество предсказания оцениваться не будет.
Дедлайн будет за два дня до экзамена (17-22 октября), т.к в зависимости от результатов домашних работ будет решаться вопрос о сдаче вами экзамена и разумеется потребуется время на её проверку и возможную доработку домашнего задания вами.

===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) ([https://drive.google.com/file/d/1AsyhJI558M-ooOQuQfUpIJyMAfUm7VDV/view?usp=sharing 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.
[https://drive.google.com/file/d/1smQvSBQYhmfqNLr0ajXjY4fv_YsQJpV6/view?usp=sharing 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

===15.09.2020: Белковая геометрия===
Необходимо выполнить задания в тетрадке:
[https://yadi.sk/d/7pHn7hM1PL9ieQ ДЗ]

Для выполнения задания 5 требуется загрузить следующий файл и положить его в ту же директорию, где находится тетрадка:
[https://yadi.sk/d/QFymCllkjVpKTg geometry.py]

===08.09.2020: Введение, основы Biopython ===
[https://yadi.sk/d/iX1FDUCQvPb6ww Jupyter Notebook по Biopython]

Методы моделирования пространственной структуры протеинов. мАДБМ (2020-2021) - История изменений

imported>A ignatov: -