GraphBNC lähdekoodi


Pihlajamäki, Antti; Malola, Sami; Matus Cortés, Maria; Häkkinen, Hannu. (2024). GraphBNC source code. V. 19.6.2024. University of Jyväskylä. https://doi.org/10.17011/jyx/dataset/96312.


JYU-tekijät: 
  • Yhteyshenkilö (kyllä/ei): Kyllä
  • Yhteyshenkilö (kyllä/ei): Kyllä
  • Yhteyshenkilö (kyllä/ei): Kyllä
  • Yhteyshenkilö (kyllä/ei): Kyllä

Kaikki tekijät: Pihlajamäki, Antti; Malola, Sami; Matus Cortés, Maria; Häkkinen, Hannu

Rahoittajat: Suomen Akatemia

Oikeudenhaltijat: 


Saatavuus ja tunnisteet

Saatavuustieto: Ladattavissa verkosta

Aineiston julkaisuvuosi: 2024

URN-tunniste alkuperäisessä julkaisupaikassa: http://urn.fi/URN:NBN:fi:jyu-202407055139

DOI-tunniste alkuperäisessä julkaisupaikassa: https://doi.org/10.17011/jyx/dataset/96312

URN-tunniste JYXissä: http://urn.fi/URN:NBN:fi:jyu-202407055139

DOI-tunniste JYXissä: https://doi.org/10.17011/jyx/dataset/96312


Aineiston kuvailu

Kuvaus: GraphBNC is a framework that combines graph theory based methods, machine learning and other computational tools for placing protected gold nanoclusters on blood proteins. Machine learning part, artificial neural networks (ANNs) in this case, estimates interactions between the ligand molecules of the nanocluster and amino acid residues, which are used to find favorable site for the nanocluster on the protein. This dataset contains basic source codes needed to run the method. The first part contains methods to encode the nanoclusters and the proteins. The second part has the codes to train and to test ANNs, but pretrained weights are also provided. The rest focuses on the placement of the cluster utilizing Monte Carlo -based simulated annealing.

This is a snapshot of the code dataset that has been taken on 05.07.2024. A more detailed description of the data and the address to the GitLab repository for the latest version of the code can be found from the parent dataset of this data publication. The dataset is published under a GNU Affero General Public License 3.

Aineiston kieli: englanti

YSO-asiasanat: koneoppiminen; graafit (verkkoteoria); nanomateriaalit; nanohiukkaset; nanotieteet; nanorakenteet; molekyylidynamiikka

Tieteenalat : 114 Fysiikka; 113 Tietojenkäsittely- ja informaatiotieteet; 1182 Biokemia, solu- ja molekyylibiologia; 116 Kemia

Seurantakohteet: Nanoscience Center (Fysiikan laitos PHYS, JYFL) (Matemaattis-luonnontieteellinen tiedekunta) (Kemian laitos CHEM) (Bio- ja ympäristötieteiden laitos BIOENV) NSC

Käsitteletkö erityisiä henkilötietoryhmiä tutkimuksessasi?: Ei


Aineistoon liittyvät Converiksessa olevat hankkeet


Viimeisin päivitys 2024-12-07 klo 18:26