分子筛

当前话题为您枚举了最新的分子筛。在这里,您可以轻松访问广泛的教程、示例代码和实用工具,帮助您有效地学习和应用这些核心编程技术。查看页面下方的资源列表,快速下载您需要的资料。我们的资源覆盖从基础到高级的各种主题,无论您是初学者还是有经验的开发者,都能找到有价值的信息。

分子筛研究动态可视化分析
基于信息可视化软件,分析了2000-2019年分子筛领域27519篇英文文献,绘制了知识图谱,揭示研究热点和新趋势。
解析分子成像 AFM 文件
ReadSTP 允许您从分子成像原子力显微镜 (AFM) 文件中提取选定的数据缓冲区,并将数据加载到 MATLAB 矩阵中,方便后续分析和处理。
MATLAB绘制分子结构源程序优化分享
分享了MATLAB绘制分子结构的源程序代码,详细介绍了如何利用MATLAB进行分子结构的图形绘制。具体程序代码请参见附件。如需获取资料或有任何疑问,请联系我QQ 1530497909。
荆州市沙市区中风高危人群筛查与主要风险因素分析
目的 筛选和分析荆州市沙市区高危中风患者的现状及相关危险因素的暴露水平,为中风的防治提供参考。 方法 研究通过整群抽样方法,在2018年1月至2018年12月间,于荆州市沙市区的3个乡镇和2个社区对1060名40岁及以上的永久居民进行了现场调查。中风风险评估基于中风风险筛选表格,数据分析采用SPSS 22.0软件。 结果 经卒中风险评估,共筛查出313例高危脑卒中患者,检出率为29.53%。从高到低的暴露率依次为:- 高血压:70.93%- 血脂异常:46.33%- 较少运动:46.01%- 糖尿病:36.10%- 超重:33.55%- 吸烟:33.23%- 家庭中风史:24.92%- 房颤或心脏瓣膜病:7.35% 高危组与中低危组在各危险因素的暴露水平上差异均具统计学意义(P < 0>男女吸烟差异也有统计学显著性(P < 0> 结论 荆州市沙市区高危中风患者的检出率较高,主要危险因素包括高血压、血脂异常和少运动。建议加强危险因素的预防与控制,以降低中风的发病率和复发率。
精心组织的分子系统集合:modelled_systems
modelled_systems modelled_systems是一个汇集了参考和规范数据的仓库,用于分子计算分析和模拟,涵盖: 实验结构 建模对接 MD模拟结构 分析和数据挖掘 该仓库以“系统”集合的形式组织在systems文件夹中。每个文件夹代表一个独特的系统,其名称 (system_id) 可作为其他情况下的参考标识符。 系统篇 “系统”的定义 “系统”是指一组独特的目标化学物质,通常对应于单个RCSB PDB ID(例如BTK-cIAP-TL7例子中的6w7o)。系统包含构成主要研究对象的成分,例如蛋白质和小分子,而不包括结晶水等次要成分。
模糊逻辑算法用于单分子力谱的分析
原子力显微镜测量链霉亲和素-生物素复合物的断裂力。采用常规方法和模糊逻辑算法处理力曲线,以确定断裂力的分布。基于模糊逻辑的分析消除了热噪声伪影,从而得出更高的断裂力。研究表明,方法的选择会影响对配体-受体相互作用的理解。
MDToolboxMATLABOctave分子动力学轨迹统计分析工具
MDToolbox是专为MATLAB和Octave设计的工具箱,用于分析分子动力学轨迹的统计特性。它提供了丰富的功能,帮助研究人员深入理解分子系统的动态行为。MDToolbox支持多种数据分析技术,为科学家们在研究复杂生物分子相互作用和结构动态性方面提供了强大的工具。
使用Matlab生成谐波代码-ebs_simulation镊子分子马达模拟
该存储库包含了模拟光镊中常见的分子马达动力学的Matlab代码。模拟涵盖了简单的泊松步进和更复杂的酶动力学,例如延伸RNA聚合酶II(RNAP II)。这些模拟受到了Dangkulwanich等人最近实验的启发,显示了单个分子马达在基底上位置的阶梯状变化。模拟方法解决了噪声问题,例如谐波捕获的粒子噪声和仪器本身的噪声,并能生成泊松分布的阶跃,以及在易位和暂停状态之间切换的酶步跃。所有位置单位为nm,力单位为pN,速率单位为Hz。在Matlab中,使用以下三个命令即可生成基于默认参数的噪声步长数据:sd = SimData(); sd = sd.simulat
Matlab代码从TIF转换成原始CaMKII单分子数据
这篇Matlab代码自述文件提供了将.tif格式的原始图像转换为CaMKII单分子数据的详细步骤。使用ImageJ的虚拟堆栈生成合成图像,包括488和560通道。通过CAMKII_ImageJ_Preprocessing_Duplication_v2_TwoChannel_WOBlank.m代码重建重复图像,以便在TrackMate模块中进行粒子跟踪。输出包括Tirf488.tif(488通道)和Tirf560.tif(560通道),对应于488:560复合对的数据。使用TrackMate插件分析这些图像来检测单个粒子,生成.csv文件包含点和跟踪统计信息,并附带频道名称。
Matlab接口gboost-0.1.1图形增强与化学分子分类
Matlab的gboost图形增强包版本0.1.1是一个与各种库接口的软件包,用于执行图形增强和频繁子图挖掘。图形增强学习离散标注的无向连通图分类功能,而频繁子图挖掘则确定具有给定最小支持的子图。该软件包专注于化学分子分类,并未实现回归功能。作者Sebastian Nowozin基于C++ gSpan实现的LPBoost和工藤卓的修改。软件包获得了GNU通用公共许可证版本2和Mozilla公共许可证版本1.1的双重许可。