《表4 10种蛋白质结构在Ramachandran图中的有利区域和不利区域的百分比(%)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《压缩感知理论(CS)在弱信号量子测量与蛋白质结构计算中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

选取10个不同大小、不同拓扑结构的蛋白进行重建，结果如表3和图27所示[54].表3显示与PDB中的蛋白质结构比较，利用矩阵填充重建的蛋白质结构的RMSD在2?左右，说明该重建总体上是准确的，另外一个评价蛋白质结构相似性的指标TM-score大部分在0.8以上，同样也说明重建方法的可行性.图27则展示了相应的蛋白结构，可以看到，计算结构和参考结构之间有很高的重合.通过进一步分析了重建蛋白的主链原子在Ramachandran图上的分布（表4，图28(a）和（b）)，可以发现重建蛋白的原子大部分都处在Ramachandran图的有利区域，说明了重建蛋白结构的合理性.最后通过分析矩阵填充方法重建的蛋白质的二级结构，发现与PDB的参考结构具有高度的相似性（如图28(c）所示)，反映了计算结构的稳定性.至此，通过一个小的测试集，说明了MC算法可用于真实NMR测量的蛋白质结构重建，且重建效果与PDB的传统重建方法相当.