- 综合排序
- 最热优先
- 最新优先
- 来自专栏DrugOne
Science | SARS-CoV-2和SARS-CoV受体结合域中高度神秘保守的抗原表位
77%，如此高的序列相似性增加了SARS-CoV-2和SARS-CoV之间的引起交叉反应（两种来源不同的抗原，彼此之间可以有相同的抗原决定簇，由此决定簇产生的抗体不仅可分别与其自身表明的相应抗原表位结合 ，而且还能与另一种抗原的相同表位结合发生反应）的抗原表位存在的可能性。 2和SARS-CoV中都保留了，表位位点的高保守性解释了CR3022的交叉反应，尽管如此，CR3022结合SARS-CoV RBD的能力高于其结合SARS-CoV-2的RBD，这种差异可能是由于两者抗原表位上的非保守的氨基酸位点 SARS-CoV-2与SARS-CoV具有相同的宿主受体ACE2，CR3022的抗原表位与ACE2结合位点不重叠（图3），这意味着CR3022中和SARS-CoV的机制不依赖于直接阻断受体结合；事实上， ，已经报道的就有流感病毒、疱疹病毒、登革热病毒等，故CR3022抗原表位有可能在生物体内具有辅助效果；抗原表位的可用性不仅可以用于SARS-CoV-2的疫苗设计，还可以用于应对未来冠状病毒流行病和传染病对应的交叉保护抗体的设计
79870发布于 2021-02-01 - 来自专栏DrugOne
arXiv | 预测抗体抗原结合位点的神经消息传递模型
抗体-抗原相互作用中的结合位点分别称为互补位和表位，本文认为互补位和表位的预测器需要不对称处理，因为互补位是高度连续的，可以很好地单独预测，而表位本质上是结构性的，并且固有地受互补位的制约。 由此提出了不同的神经信息传递架构Para-EPMP和Epi-EPMP，分别针对互补位和表位特定方面的预测。本文在这两个任务上的都得到了显著的提升效果，并进行了covid-19相关的抗原的定性预测。 本文将抗体的互补位和相应抗原的表位预测转化为一个二元分类问题：对于抗体和抗原中的每个氨基酸残基，它们分别参与了结合吗？ 图2 Epi-EPMP多任务体系结构 表位模型 表位模型结构图如图2所示，是一个只利用结构信息的模型。 这个表位模型可以同时预测抗原和抗体的结合氨基酸。 ? 表1表位预测为基准的模型 结果 多任务不对称预测器的结果如表1所示，明显优于目前其他的先进技术。
1.6K60发布于 2021-07-05 - 来自专栏生信修炼手册
HLA Epitope Registry-HLA抗原表位数据库
抗原表位指的是抗原分子中决定抗原特异性的特殊化学基因，抗原通过抗原表位与对应的抗原受体想结合，从而引起免疫应答反应。 一个抗原分子可以含有多个抗原表位，抗原表位的性质，数目和空间结构决定了抗原的特异性。 多种抗原分子之间会存在共有的抗原表位，由这些共同的抗原表位刺激机体而产生的抗体可以与多种抗原分子相结合，这种想象叫做交叉反应。 HLA Epitope Registry 是一个在线的数据库，存储了HLA Allel 对应的抗原表位信息。 ,其他则为provisional; 第六列表示抗原表位的结构，第七列表示Luminex 芯片中对应的HLA Allel; 第八列表示抗原表位对应的所有的Allel。
1.3K50发布于 2020-05-11 位逻辑计算真值表
1变成0，0变成1 ---- 异或：^ : (相同的就为0，不同的为1) 真值表; 1 ^ 0 1 1 ^ 1 0 0 ^ 0 0 0 ^ 1 1 ---- 很久之前的知识，最近使用居然忘了
94720发布于 2020-12-30- 来自专栏DrugOne
. | 宋江宁团队合作开发CD8+ T细胞受体识别抗原表位的预测新方法
准确、高通量地识别与特定抗原表位结合的TCR能够帮助理解 T细胞免疫反应的机制，并支持开发基于TCR的免疫疗法。 然而，现有方法大多仅关注TCRβ链上的互补决定区3（CDR3），并且在预测新生抗原（neoantigen）或不常见的抗原表位时效果并不理想。 EPACT模型整合了成对的αβ T细胞受体、抗原表位和人类白细胞抗原（HLA）的输入，输出TCR和抗原表位-MHC的结合特异性以及CDR区域和表位间氨基酸残基水平的相互作用。 在TCR-pMHC复合物的三维结构数据上进行微调后，EPACT通过CDR和抗原表位氨基酸水平特征的外积和二维卷积层预测了两者间的距离矩阵和接触位点，不仅更准确地识别了TCRβ链上CDR3区域和抗原表位的结合热点 图 1 CD8+ T细胞受体识别抗原表位预测方法EPACT的模型框架和应用场景。
58510编辑于 2024-11-23 - 来自专栏从零开始的Code生活
LeetCode 找不同(位运算)(哈希表)
思路 方法1：位运算 ^运算符：0与任何数ch做^运算都是ch 相同字符异或为0 因为t中的字符是s + ch，所以s与t做异或剩下的就是ch class Solution { public: 0; for(char c : s + t) { res ^= c; } return res; } }; 方法2：哈希表 把s中所有元素存到一个哈希表mpS里，t中所有元素存到一个哈希表mpT里 然后比较两个哈希表每个元素个数，不一样的就是题目所求 char findTheDifference(string s, string
40410编辑于 2022-01-13 - 来自专栏ACM算法日常
5行位运算，map靠边站——位操作进阶
，这道题主要想教给大家的就是位运算。这里只介绍某一个题解的实现，其他神犇代码就不一一介绍了。 第一个，异或，指两个数的二进制位相同则为改0（为假），不同则改为1（为真），比如1100^1010=0110，即12^10=6.故一个数异或它本身，肯定各个二进制位都是一样的，结果就都是0了。 这样就像一个真值表一样，第一列第二列第三列不管你怎么换顺序，都不会影响第四列最终的真值。 好，那现在升级了，再来谈这道题。 先不给予思考过程地给出：我们将用三个变量。 还是那样，每个位的运算和其他位是没什么关系的，给出的数列是多少无非决定了这个位会出现多少次1而已。 而1的个数又一定是3k或者3k+1.3k的情况自然都消掉了，3k+1自然到后面会剩出一个1.在理解时关键就是不要把某个数（我称之为行向量）硬生生地不肯拆开，而是以某一位（列向量）的角度去看待。
54410发布于 2018-11-08 - 来自专栏七云's Blog
Golang md5 1632位MD5加密
Golang学习日记 package main import ( "crypto/md5" "encoding/hex" "fmt" ) func main() { //返回一个 32位md5加密后的字符串 h := md5.New() h.Write([]byte("12345678")) fmt.Print(hex.EncodeToString(h.Sum
85120编辑于 2023-11-17 - 来自专栏运维小白
10.13 netfilter5表5链介绍
Linux防火墙—netfilter netfilter的5个表 filter表用于过滤包，最常用的表，有INPUT、FORWARD、OUTPUT三个链 nat表用于网络地址转换，有PREROUTING 、POSTROUTING三个链 managle表用于给数据包做标记，几乎用不到 raw表可以实现不追踪某些数据包 security表在centos6中并没有，用于强制访问控制（MAC）的网络规则 参考文章 netfilter的五个表 在centos中只有四个表，并没有security表 [root@hf-01 ~]# man iptables 查看五个表 filter: nat表，也有三个链PREROUTING 、OUTPUT、POSTROUTING PREROUTING链，这个链用来更改这个数据包——>在进来的那一刻就去更改 OUTPUT链，它和上面filter表中的 OUTPUT链是一样的 POSTROUTING链，这个链也是更改数据包——>在出去的那一刻更改 nat表，使用案列 路由器的实现的共享上网就是nat实现的 端口映射 mangle表和raw表和security
95860发布于 2018-02-06 - 来自专栏程序猿
5位大牛们博客
5、J神。Android界之神。我的偶像。看着帅气的博客封面。 http://jakewharton.com/ ?
1K100发布于 2018-04-17 - 来自专栏HyperAI超神经
疫苗研发新突破：北航团队提出病毒抗原免疫原性预测新方法 VirusImmu
结果显示，4 篇文献涉及的共 15 个表位中，有 14 个被 VirusImmu 预测为抗原，验证了 VirusImmu 对于病毒蛋白免疫原性预测的良好性能。 为了鉴定抗原表位，科研人员使用 17 种最流行的方法，包括 BCPred、免疫表位数据库 (IEDB) 服务器，从 pp220 蛋白中预测了 1,376 个 B 细胞线性表位候选。 科研人员采用严格的标准过滤出具有抗原性的表位，根据 VaxiJen≤1.3 的预测结果，剩下 29 个表位，其中 12 个表位被归类为非过敏原和非毒素。 VirusImmu 预测 12 个表位中的 8 个具有抗原性。 抗原 B 细胞表位与抗体结合的测量 为了确认 8 个表位与 ASFV 血清 IgG 抗体的结合，科研人员分别收集了 5 头 ASFV 感染猪和 5 头健康猪的混合血清。
1K10编辑于 2024-02-26 - 来自专栏DrugOne
. | 腾讯 AI Lab 推出结构驱动计算流程，实现表位特异性抗体的全新设计
DRUGONE 精准预测抗体–抗原复合物结构对于抗体治疗开发至关重要，但传统抗体发现仍依赖动物免疫或库筛选，效率低且难以针对特定表位。 研究人员构建 tFold System，整合抗体结构预测（tFold-Ab）、抗体–抗原复合物预测（tFold-Ag）、结构引导的虚拟筛选，以及表位特异性抗体的 de novo 设计。 图2：tFold System 展示了按预期靶向抗原表位的多样化抗体设计能力。 Flu A：设计抗体与已知广谱抗体 FluA-20 在表位上呈竞争关系，说明成功捕获其关键抗原决定簇。 结构叠合进一步显示设计抗体的结合面位置与靶向表位高度一致。 仍需提升的方面包括： 对“真结合–不结合”区分度有限； 对序列微变与抗原突变的敏感度不足； 对纳米抗体与复杂抗原体系预测尚不够稳健； 对训练数据中未出现过的特殊表位预测存在困难。
34210编辑于 2025-12-17 - 来自专栏OSChina
生成32位MD5加密
/* * 功能：32位MD5算法 用来进行加密 * */ package com.shi.Tools; import java.security.MessageDigest; import ] args) { System.out.println(MD5("施爷")); System.out.println(MD5("abc")); } public final static String MD5(String s){ char hexDigits[]={'0','1','2','3','4','5','6','7','8','9','a','b','c','d','e mdTemp=MessageDigest.getInstance("MD5"); //进行字节加密并行进加密 转化成16位字节码的形式 mdTemp.update(strTemp); mdTemp.digest(); //j=32 int j=md.length; char str[]=new char[j*2]; int k=0; //对字符串进行重新编码成32位的形式
2K10发布于 2019-07-31 - 来自专栏逆向技术
64位内核开发第四讲,查看SSDT表与showSSDT表
SSDt表与ShadowSSDT表的查看. 一丶SSDT表 1.什么是SSDT表 SSDT表示系统服务表,我们ring3调用的很多函数都会调用这个SSDT表 2.查看步骤 1.使用 x命令 前提需要加载好符号. x nt! 首先可以看选中的位置.这个是SSDT表的起始地址. 后面*0x11C 是这个表的个数 我们可以使用dds命令来查看这个表. process 0 0 4.找到mspaint的EPROCESS结构.切换到这个进程上下文 .process /p EPROCESSADDRESS 5.使用x命令查找ShadowsSSDT x nt! 不管是SSDT还是shodowSSDT表.都是有这个表的大小. 在32位下.函数地址是4个字节. 所以用表的大小 / 4 = 函数个数. ? 这个表中的函数都是做绘图用的.
2.5K30发布于 2019-06-14 - 来自专栏机器之心
能不受约束地生成抗体-抗原结构，指导用于抗体特异性预测的机器学习方法
抗体通过三维 (3D) 结合界面以高特异性结合外来分子（抗原），该界面由抗体侧的互补位和抗原侧的表位决定。抗体 CDRH3（重链的互补决定区三）区域主要对互补位有贡献。 特别是，预测抗体-抗原对的 3D（构象）互补位或表位对于解决计算抗体和疫苗设计中长期存在的问题至关重要。 此类 ML 方法包括基于序列的互补位预测和互补位-表位链接预测，但结构信息的包含程度各不相同。如果有足够大的抗原（表位）特异性抗体数据集可用，则基于结构或序列的结合预测可能是可行的。 -抗原结合的高预测准确性：结合的二元和多类分类，以及互补位-表位预测。 图：参与抗体-抗原结合的互补位-表位对的 ML 预测。
73321编辑于 2023-03-29 - 来自专栏以终为始
顺序表应用5：有序顺序表归并（SDUT 3329）
Problem Description 已知顺序表A与B是两个有序的顺序表，其中存放的数据元素皆为普通整型，将A与B表归并为C表，要求C表包含了A、B表里所有元素，并且C表仍然保持有序。 Input 输入分为三行： 第一行输入m、n（1<=m,n<=10000）的值，即为表A、B的元素个数； 第二行输入m个有序的整数，即为表A的每一个元素； 第三行输入n个有序的整数，即为表B的每一个元素 ； Output 输出为一行，即将表A、B合并为表C后，依次输出表C所存放的元素。 Sample Input 5 3 1 3 5 6 9 2 4 10 Sample Output 1 2 3 4 5 6 9 10 题解：和链表操作的思想一样。依次比较就可以了。
33330编辑于 2023-03-09 抗原设计与合成服务｜定制抗原技术｜高效多肽合成
利用生物信息学工具，结合分子生物学数据，对目标蛋白进行线性和构象表位预测。 常用的抗原设计标准包括以下几个方面：免疫原性预测通过算法评估氨基酸序列中可能引发免疫应答的表位，重点考虑抗原决定簇的暴露性和疏水性，以确保其能被免疫系统有效识别。 结构信息结合结合蛋白的三维结构数据，识别表面暴露且稳定的表位，提高抗原在免疫系统中的可识别性。完成预测后，结合实验需求确定抗原的长度和修饰形式，如是否需要偶联载体或标签等。 SPPS利用树脂固定氨基酸，逐步合成目标序列，具备以下优势：高纯度与高效率合成周期短，适合20-50个氨基酸的短肽或表位片段。 A: 多肽抗原合成基于固相肽合成技术，适合短肽和表位设计，合成周期短，纯度高；重组抗原表达通过哺乳动物细胞或大肠杆菌表达系统，适合结构复杂、需正确折叠和修饰的蛋白。
18100编辑于 2025-07-29- 来自专栏DrugOne
Sci. Adv. | AbEpiTope-1.0：结合AlphaFold与反向折叠提升抗体靶点预测精度
抗体药物的功能依赖于其识别抗原表位的能力。传统表位预测软件在面对天然结构未知或无抗体共晶结构的新抗原时，表现仍不理想。 抗体作为治疗性药物的核心工具，其特异性和亲和力主要由其结合抗原的“表位”所决定。因此，准确预测抗体识别的抗原表位，是疫苗设计、抗体药物开发与免疫应答机制研究中的关键任务。 预测抗体特异性需求：许多工具侧重于泛化表位预测，而非具体抗体–抗原对之间的个性化识别。 输出每个抗原残基作为表位的概率。 这一部分结果证明：AbEpiTope-1.0 具有良好的泛化能力，可拓展至尚无实验结构的新型抗原上进行表位预测与抗体筛选。
26721编辑于 2025-07-16 - 来自专栏大数据那些事
防火墙（5）——五表
（1）五表 在iptables中不指定table默认filter表。 其实一共有五种表，分别为filter nat mangle security raw表，他们都是盛放链的容器 filter表是处理数据包的过滤功能，它的内部有input、output、forward链 security表主要是针对数据中的mac地址部分，它的内部有input、output、forward链 nat表处理数据中的IP和PORT进行处理，内含有prerouting、output、input 和postrouting链 mangle表对数据包进行拆分修改和封装，内含有五链 raw表可以关闭nat表的追踪功能，可以加速过滤，内含有prerouting和output链。 接下来我们可以查看不同的表中的链的规则： 不写-t默认为filter表： ? nat表： ? mangle表： ? raw表： ?
57520发布于 2020-11-11 - 来自专栏智药邦
Nature npj｜机器学习在疫苗靶标选择中的开发和应用
图1 合理设计疫苗流程示意图(a)； 机器学习在疫苗靶标选择的任务中的应用：B和T细胞表位的发现[B细胞表位发现，抗原呈递的预测]和免疫原设计[抗原免疫原预测](b、d)；通过epitope-paratope B细胞表位识别 基于只有少数序列和结构属性可以确定某个残基是否可以为抗体结合位点的假设，很多B细胞表位发现的方法，主要应用基于特征的机器学习方法。 抗原免疫原性预测 免疫原性预测方法的最大AUROC为0.7，低于B细胞表位预测。主要缺点对机器学习模型中的特征的科学共识不清楚，比如与HLA的高亲和力和稳定性是否与高免疫相关，不太清楚。 图2 用于预测B细胞和T细胞表位-抗体相互作用的ML方法方案，仅使用TCR/抗体信息(a、b) vs TCR/抗体-抗原对；序列(a,c) vs 基于结构(b、d)。 基于序列的TCR表位特异性预测方法揭示了一些趋势： 数据集比特定的模型架构更能决定性能，不同方法的泛化能力在各种抗原之间是一致的。 基于TCR序列相似性预测抗原特异性提供了良好的基线。
54711编辑于 2024-06-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号