しかし、最初に、私はこの分野の専門家に頼りたいです：
まず、誤解の可能性を払拭します。私はアマチュアであり、このトピックを専門的に扱っていません。 このトピックには専門家がいることに気付きました。 私があなたの記事を読んでいないのは奇妙ですが、あなたは私の記事を読んでいます。 この状況が変わることを本当に願っています。 私はあなたの記事を読みたいです。できれば簡単な言語で書かれており、あなたが答えを出し、Googleの既知の方向に送らないでください。 ただ、ネガティブな経験をしているだけです。インターネット上で見つけることができた専門家がほんの数人しかいなかったとき、彼らはスマートな外見をし、言葉や行動を助けませんでしたが、指示された方向に送りました。 ここで私は自分の小さな経験を話そうとします-しかし、これは誰かが始めるのをより簡単にするでしょう。
ここで大笑いしたい人。 やってみましょう。 私はそのようなアマチュアです-専門家の肩ひもはほとんど意味がなく、科学のようなことには再現性が必要です（ビジネスの秘密ではなく、アルゴリズムの詳細を隠してコードを公開しないのはビジネスではありませんか？） しかし、私が少し間違えていること、そして本当に何かを成し遂げた人々がいることを彼らが私に示したとき、私は非常に興味があります。 これは私が苦しんでいる仕事です。 それが単純であることを決定し、示してください-私は非常に感謝します。
最大100ヌクレオチドの任意の（実際に存在する）一次配列を指定します。 形成する必要があるすべての水素結合を示します。 出力で、.pdbファイルを指定します。このファイルでは、三次構造は指定された一次配列からのものであり、必要なすべての水素結合が形成されています。 他の要件はありません。
このタスク、たとえば1週間（または別の妥当な期間）が解決されていないことを確認するのが簡単であるか責任があることを示すようお願いします。
さて、これはあなたの記事ではありませんが、例えば、分子動力学などの他のアプローチについては、私のアプローチについて読み、 建設的に批判してください、私の知識を助け、問題の議論に参加し、おそらくと組み合わせてください私の努力と一緒に何かをします。
そして再び私の専門家ではない聴衆に、それは簡単で、物理学、生物学、複雑な数学を知る必要がないと信じることが重要です-あなたがプログラムできることを望みます、これで十分です。 ところで、上記で解決すべきタスクがありますが、一度にすべてではありません。 プラスで-私はあなたが読んでいるものを実現しました。 しかし、すべてが明確であり、質問はありませんか？ 私がコメントを待っているなら、たとえ最も素朴なものであっても。 この分野の研究を少なくとも説明を単純にし、不必要な複雑さを隠さないようにするときです。
だから。 今日、計画は単純です-計算するターン数を合理的に減らす必要があります。 2つの方法があります（まったくありませんが、私のサイバネティックスの幾何学的アプローチ）。
メソッド番号1。 比較的簡単です。 一般に、0.1度の精度で回転する場合、つまり3600回転オプションです。 しかし、原則として、鎖がすでにいくつかの水素結合を持っているとき、それは非常に大きな回転の自由を持っていません。 したがって、現在の角度±5度から取得でき、100個のオプションのみをチェックする必要があります。 5度以上回転する必要がある場合、これは次の反復で発生します。
最初の方法は、鎖にすでに一連の水素結合があり、ほぼ正しい状態になっている場合に限られた範囲で適用できます。 チェーンの初期状態（細長いチェーン）に適用される場合、この方法は非常に迅速にローカルミニマムになります。 最初の記事で、写真のチェーンを折り畳む5つのステップを思い出してください。 そのため、チェーンはステップ5までカールし、その後、通常の状態をとることができなくなり、アルゴリズムがループします。
メソッド番号2。 この方法は、カリフォルニア大学バークレー校、カリフォルニア大学、2007年、Rhiju DasおよびDavid Baker、ネイティブ様RNA三次構造の自動de novo予測に触発されました 。 時間が経つにつれて、私は少し改善し、今私は言っています。 Rhiju Dasは興味深いアイデアを提案しました。 これらの角度の組み合わせが有益になるように、一度に複数の角度を回転させることはどのように有益ですか？ 彼は自然をスパイすることに決めました、そして、これは非常に正しいです。 ここで、原子レベルでのリボソームの3Dモデルが得られたことが説明されました。 そのため、リボソームはタンパク質だけでなく、基本的には、タンパク質が後に配置されるプラットフォームとして、2つのリボソームRNAを含んでいます。 それらの1つは2700ヌクレオチドを含む最大です。 それは生物実験で得られました。 Rhiju Dasは、このリボソーム= 9 * 2700の角度で発生する角度のデータベースを作成しました。 プリン（a、g）とピリミジン（u、c）を区別すると、約1,500個のバリアントがあります。 次に、No。1とNo. 6の2つの角度の組み合わせを回転させたいとしましょう（簡単に16を書きます）-データベースから適切な1,500の角度を取り、回転させます。 そして、これは驚くほど良い結果をもたらしますが、完全に異なるRNA鎖を使用します。
さらに次の記事では、いわゆる 目的関数、すなわち 好転したかどうかの評価方法 。 ここで、私のサイバネティックアプローチはやや革命的です。 私は、チェーンエネルギーのみに基づいていることをどこでも見ました。 できるだけ物理的に計算するか、数学的推定を行います。
なぜ私は反対に行ったのですか？ 最初に1つのスライドを示します。
もちろん、これはいくぶん誇張されています。 しかし、真実からそう遠くない。 チェーンの2つの構造が表示されます-それらのエネルギー推定値は非常に近い値を提供します。 しかし、構造がどのように異なるかわかりますか？ 1つは図からすぐに明らかです-生物学的に信じられない。 そのため、ここでは視覚化が非常に重要です。コンピューターは、何かが「良い」状態であると見なして、長時間計算を行うことができます。 しかし、計算がそのような「生物学的に間違った」状態に陥った場合、エネルギー推定で最悪に移行することによってアルゴリズムを停止してローカルソリューションから抜け出すことは実際上ありませんが、生物学的には正しいです。 だからこそ、ゲームFoldItでは、コンピューターマシンよりも人にチャンスがあります。 人は、チェーンがどのように巻き上げられるかを大まかに表しており、自分が極小値に達したことがわかると検索しません。
また、エネルギーの推定または物理的な計算でさえ、十分に長く、困難であることに注意してください-しかし、生物学的に可能な構造と生物学的に破綻した構造の主な違いは、計算誤差内です。
そしてそれが問題です。 ここの専門家はおそらく私と議論を始めるでしょう-特定のデータを提供し、ホリバーで私の時間を無駄にしないでください。
したがって、私の記事では次のように書いています。
モンテカルロ法を使用して、離散セットから位置と回転角度を選択し、回転を実行し、エネルギー関数の評価に基づいて、この回転が安定状態に寄与するかどうかを決定します。 エネルギーが低下すると、エネルギーが貢献し、この状態から進みます。 そうでない場合、行われた回転はキャンセルされます。 だから
したがって、数百万のランダムターンが実行され、その後、最小のエネルギー推定値を持つ3次構造が取得されます。これは、対応するRNAのモデルです。
同様のコンピューター実験では、サンプリング方法が異なる場合があります。
エネルギー推定関数のコーナリングと精度ですが、検索の原理は同じままです。 でも
上記のアプローチを使用する場合、2つの重大な欠点があります。
1.エネルギー推定関数は近似値であり、その値は
計算エラー。
2.多次元エネルギーサーフェス上のグローバルエネルギー最小値に到達する確率は非常に低いため、網羅的検索に匹敵します。 このように
モンテカルロ法を適用して、チェックする必要があるターンを選択します
完全な検索は、ランダムな順序でのみ実行されます。 これはNP-には意味がありません
タスクを完了します。
上記の最初のポイント。 純粋なモンテカルロ法の失敗、および同様のアルゴリズムが発生するアルゴリズム-たとえば、遺伝的アルゴリズム、Qラーニング、勾配検索など -私たちは自由に議論します-これは私にとって中心的なトピックではありません。 しかし、裂け目が1つしかないフィールドで誤って条件を選択することで、99％の小さな水たまりに陥り、その中に裂け目が見つからないことを理解すると思うと思います。 そして、ランダムな選択で隙間を見つけるために-ステージ数だけ検索し、フルサーチで選択する必要があります。 そして、なぜ悪いゲームで良い顔を作るのですか？
次の部分では、回路の状態の評価を行うことを提案する方法、および検索する方法、つまり、 検索アルゴリズム自体にアプローチしましょう。