A konformációs entrópia becslése Gauss-keverék függvények segítségével

Slides:



Advertisements
Hasonló előadás
? Szabadenergia számítások • ligandum kötés • konformációs változás
Advertisements

majdnem diffúzió kontrollált
Mezoszkopikus termodinamika: eloszlásváltozók Bíró T.S., Lévai P., Ván P., Zimányi J. MTA, RMKI, Elméleti Főosztály –Mezo-termo –Mezo-statfiz –Mezo: QGP.
Rangszám statisztikák
Számítógépes algebrai problémák a geodéziában
1. Bevezetés a waveletekhez (folytatás)
Sűrűségfüggvény Parzen becslés Mintapontszám, szigma.
Szabadenergia gyors becslése a gyógyszerkutatásban
Varga Szabolcs és Gurin Péter Absztrakt: A folyadékkristályok szabadenergiája bonyolult függvénye az orientációs és térbeli rendet magába foglaló lokális.
Általános reakciókoordináta használata QM és QM/MM felszínen Fuxreiter Mónika, Petr Kulhanek, Alessandro Laio, Simon István, Csányi Gábor és Mones Letif.
MIKROKANONIKUS SOKASÁG: N részecske E összenergiával V térfogatban
Entrópia és a többi – statisztikus termodinamikai bevezető
Molekula-tulajdonságok
A kvantummechanika rövid átismétlése
Mozgó Objektumok Detektálása és Követése Robotkamera Segítségével
Generatív (Bayesi) modellezés ápr Slides by (credit to): David M. Blei Andrew Y. Ng, Michael I. Jordan, Ido Abramovich, L. Fei-Fei, P. Perona,
Spektroszkópiáról általában és a statisztikus termodinamika alapjai
Mérés és adatgyűjtés laboratóriumi gyakorlat
Virtuális méréstechnika Mingesz Róbert 5. Óra LabVIEW – Ferde hajítás Október 3.
MI 2003/ Alakfelismerés - még egy megközelítés: még kevesebbet tudunk. Csak a mintánk adott, de címkék nélkül. Csoportosítás (klaszterezés, clustering).
Virtuális méréstechnika Ferde hajítás 1 Mingesz Róbert, Vadai Gergely V
Mérési pontosság (hőmérő)
Kolloidok, felületek Kolloid rendszerek:
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Statisztika II. II. Dr. Szalka Éva, Ph.D..
Előadó: Prof. Dr. Besenyei Lajos
Az élő sejtek belső rendezettségi állapotukat folyamatosan fentartják. Ezt bonyolult mechanizmusok biztosítják, amelyek révén a sejt energiát von el a.
Dinamikus klaszterközelítés Átlagtér illetve párközelítés kiterjesztése N játékos egy rácson helyezkedik el (periodikus határfeltétel) szimmetriák: transzlációs,
Témavezetők: Márk Géza, Vancsó Péter
Az Alakfelismerés és gépi tanulás ELEMEI
A LabVIEW használata az oktatásban
Mérés és adatgyűjtés 5. Óra LabVIEW – Ferde hajítás Október 1., 4. Kincses Zoltán, Mingesz Róbert, Vadai Gergely v
Matematikai alapok és valószínűségszámítás
STATISZTIKA II. 3. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Biostatisztika, MS Excel
A hiba-előjel alapú FxLMS algoritmus analízise Orosz György Konzulensek: Péceli Gábor, Sujbert László Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika.
Ismétlés 1 A STATISZTIKUS TERMODINAMIKA fő célja: a rendszert alkotó részecskék (molekulák) egyszerű fizikai tulajdonságaiból meghatározni a fundamentális.
Ritka események szimulációja - Transition Path Sampling NYME TTK Kémia és Környezettudományi Tanszék 9700 Szombathely, Károlyi Gáspár tér 4. Borzsák István.
Kémiai reakciók.
STACIONÁRIUS RÉSZECSKETRANSZFER SZIMULÁCIÓJA MONTE CARLO ALAPOKON Kristóf Tamás Pannon Egyetem, Kémia Intézet Fizikai Kémia Intézeti Tanszék „Szabadenergia”
Következtető statisztika 9.
Alapsokaság (populáció)
Költség-minimalizálás az ellenőrző kártyák alkalmazásánál Feladatmegoldás, kiegészítés.
Dr Jedlovszky Pál ELTE TTK
Spindinamika felületi klaszterekben Balogh L., Udvardi L., Szunyogh L. BME Elméleti Fizika Tanszék, Budapest Lazarovits B. MTA Szilárdtestfizikai és Optikai.
III. Kontaktusok tulajdonságai és számítógépes modellezés 4. előadás: Hertz-kontaktus; ütközés Budapest, szeptember 28.
A Van der Waals-gáz molekuláris dinamikai modellezése Készítette: Kómár Péter Témavezető: Dr. Tichy Géza TDK konferencia
Diszkrét molekuladinamika és alkalmazásai Gyimesi Gergely május 10.
Bevezetés a méréskiértékelésbe (BMETE80ME19) Intervallumbecslések 2014/
(még mindig) termodinamika
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Bevezetés a méréskiértékelésbe (BMETE80ME19)
MI 2003/8 - 1 Alakfelismerés alapproblémája: adott objektumok egy halmaza, továbbá osztályok (kategóriák) egy halmaza. Feladatunk: az objektumokat - valamilyen.
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Struktúra predikció Struktúra lehet Felügyelt tanulási probléma
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Rekord statisztikák Készítette: Komjáti Bálint IV. évf. fizikus hallgató (ELTE-2006) Györgyi Géza: Extrém érték statisztikák előadásán tartott szemináriumára.
Megerősítéses tanulás 5. előadás
STATISZTIKUS TERMODINAMIKA: ALKALMAZÁSOK P.W. Atkins: Fizikai kémia II. - Szerkezet (Tankönyvkiadó, Budapest, 2002), 20. fejezet Keszei Ernő: Bevezetés.
Kinetikus Monte Carlo  Bevezetés  Véletlen bolyongás  Residence time algoritmus.
A gumi fizikája. Bevezetés Rendkívül rugalmas – akár 1000%-os deformáció Olcsó előállítás.
Kontinuum modellek 1.  Bevezetés a kontinuum modellekbe  Numerikus számolás alapjai.
Numerikus differenciálás és integrálás
Nagyrugalmas deformáció Vázlat
Fizikai kémia 2 – Reakciókinetika
Fizikai kémia 2 – Reakciókinetika
Szilárd testek fajhője
Bevezetés Láttuk, hogyan lehet Gauss-görbét illeszteni adatpontokra
Emlékeztető Az előző órán az adatok eloszlását Gauss-eloszlással közelítettük Célfüggvénynek a Maximum Likelihood kritériumot használtuk A paramétereket.
Gazdaságinformatikus MSc
Előadás másolata:

A konformációs entrópia becslése Gauss-keverék függvények segítségével Gyimesi Gergely MTA SzBK Enzimológiai Intézet MTA-SE Membránbiológiai Kutatócsoport Szabadenergia Workshop Mátrafüred, 2011. október 21-22.

E energiájú állapot előfordulási valószínűsége Az entrópia a rendszer entrópiája elérhető állapotok száma statisztikus fizikai entrópia: E energiájú állapot előfordulási valószínűsége információs entrópia: differenciális entrópia: kulcsmondatokat írni! a szabadenergia meghatározza a spontán folyamatok irányát, rendszerek stabilitását. fehérje-ligandum kötődés hidrofób effektus fehérje folding

Az entrópia kiszámítása egzakt: hőmérsékleti faktor: állapotösszeg: átlagos energia: konformációs sokaság becslés: konformációs mintavételezés (pl. MC, MD) sűrűségbecslés

Módszerek a konfigurációs entrópia becslésére kváziharmonikus közelítés magsűrűség-becslés, numerikus integrálás k-legközelebbi szomszéd sűrűségbecslés kölcsönös információn alapuló kifejtés … Problémák: komplex energiafelszínt nem jól közelít nagyszámú minta szükséges lassú konvergencia bonyolult

A Gauss-keverék módszer paraméterek illesztése a mintákra: MLE (Maximum Likelihood Estimation) EM (Expectation Maximization) entrópiabecslés: ln f(x) Taylor-sorfejtése analitikusan kiszámolható előnyök: koncepcionálisan egyszerű képes bonyolult energiafelszínek kezelésére (fehérjék) relatív kevés mintaigény

Entrópiabecslő módszerek tesztelése Célok: Gauss-keverék módszer megvalósítása összehasonlítás egzakt értékkel, más módszerekkel Tesztrendszerek: kisméretű peptidek tagolt energiafelszín egzakt entrópia MC mintavételezés MD sokaságok

Egzakt entrópia számolása numerikus integrálás teljes konformerhalmaz (φ0 rácsállandó) konformer helyett más szó?

mintavételezés a teljes konformerhalmazból Generált sokaságok Monte Carlo mintavételezés a teljes konformerhalmazból MD/Unc. minden atom szabadon mozog MD miért hoztuk létre az egyes sokaságokat? miért pont ezeket? konformer helyett más szó! kötéshosszak rögzítettek

Entrópiabecslés – Eredmények színessel kiemelni az érdekes számokat! lehet transparent téglalappal is!

Entrópiabecslés – Összefoglalás „val” Gauss-keverék módszer jól közelíti az egzakt értéket Descartes-koordinátákban számoló módszerek jelentősen különböző értékeket adnak (Jacobi-det.) kötéshosszak vibrációja nem ad jelentős járulékot A Gauss-keverék módszer elvileg kiterjeszthető nagyobb rendszerekre is. röviden, nem kell az ábrán mindent elrészletezni. elvileg kiterjeszthető fehérjékre is, de a gyakorlatban ez még nem megy. GPU, párhuzamosítás? Problémák lehetnek: komponensek száma dimenziók száma

Köszönetnyilvánítás MTA SzBK Enzimológiai Intézet Závodszky Péter Szilágyi András MTA-SE Membránbiológiai Kutatócsoport Hegedűs Tamás