• Aucun résultat trouvé

Prédiction de structures de macromolécules par apprentissage automatique

N/A
N/A
Protected

Academic year: 2021

Partager "Prédiction de structures de macromolécules par apprentissage automatique"

Copied!
101
0
0

Texte intégral

Figure

Figure 3 – Coeur hydrophobe d’une prot´eine [1]
Figure 5 – Repr´esentation d’un feuillet β et de ses brins β [1]
Figure 7 – Exemple de la structure tertiaire du domaine SH2 [1]
Figure 9 – Twilight et safe zone [11]
+7

Références

Documents relatifs

Sur la première version de cette grammaire [10], à partir d’un corpus de 335 résumés de MedLine pour lequel 1337 phrases exprimant des relations entre deux gènes ont été

D’autres pistes de recherche, qui seront étudiées plus en détail dans les par- ties suivantes, incluent la modélisation de principes cognitifs de mémoire ba- sés sur la

In Azerbaijan, Switzerland aims to strengthen economic and financial policies and improve the quality of selected public services through capacity building in key

Six pour cent des infirmières ou infirmiers ont écrit des articles au cours des 2 dernières années, tous en en français exclusivement. Dans tous les cas, le nombre

Il est donc permis de formuler l’hypothèse selon laquelle le discours de l’hystérique serait celui où, le $ étant mis à la place de l’argent, c’est le

Pour corriger le champ de pression et de vitesse, deux m´ethodes de traitement de fronti`ere d’interface entre le fluide pur et la structure poreuse sont propos´ees: une zone

dynamique pour calculer le repliement d’une séquence d’ARN qui maximise le nombre de paires de bases créées.  Problématique: Étant donnée une séquence S[1,n], trouver

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des