简介：KaKs_Calculator是计算的一个软件包裹非同义(Ka)并且同义(K)替换通过平均的模型选择和模型评价。因为存在，为这个评价的方法采用他们的特定的变化(替换)考虑不同进化特征的模型，导致多样的估计，KaKs_Calculator在一个最大的可能性框架实现一套候选人模型并且采用Akaike信息标准测量在模型和数据之间的健康，试图包括为精确地在编码蛋白质的序列捕获进化信息需要的同样多特征。另外，为精明的Ka和K的几存在方法也被合并到这个软件。包括源代码，编译可执行文件，和文档，KaKs_Calculator为在http://evolution.genomics.org.cn/software.htm的学术使用是自由地可得到的

简介：TheaquaticfernsofthegenusAzollaarenitrogen-fixingplantsthathavegreatpotentialsinagriculturalproductionandenvironmentalconservation.Azollainmanyaspectsisqualifiedtoserveasamodelorganismforgenomicstudiesbecauseofitsimportanceinagriculture,itsuniquepositioninplantevolution,itssymbioticrelationshipwiththeN2-fixingcyanobacterium,Anabaenaazollae,anditsmoderate-sizedgenome.ThegoalsofthisgenomeprojectarenotonlytounderstandthebiologyoftheAzollagenometopromoteitsapplicationsinbiologicalresearchandagriculturepracticebutalsotogaincriticalinsightsaboutevolutionofplantgenomes.TogetherwiththestrategicandtechnicalimprovementaswellascostreductionofDNAsequencing,thedecipheringoftheirgeneticcodeisimminent.

简介：Usingatriangularlatticemodeltostudythedesignabilityofproteinfolding,weovercametheparityproblemofpreviouscubiclatticemodelandenumeratedallthesequencesandcompactstructuresonasimpletwo-dimensionaltriangularlatticemodelofsize4+5+6+5+4.Weusedtwotypesofaminoacids,hydrophobicandpolar,tomakeupthesequences,andachieved223+212differentsequencesexcludingthereversesymmetrysequences.Thetotalstringnumberofdistinctcompactstructureswas219,093,excludingreflectionsymmetryintheself-avoidingpathoflength24triangularlatticemodel.Basedonthismodel,weappliedafastsearchalgorithmbyconstructingaclustertree.Thealgorithmdecreasedthecomputationbycomputingtheobjectiveenergyofnon-leafnodes.Theparallelexperimentsprovedthatthefasttreesearchalgorithmyieldedanexponentialspeed-upinthemodelofsize4+5+6+5+4.Designabilityanalysiswasperformedtounderstandthesearchresult.

简介：Abranchandboundalgorithmisproposedforthetwo-dimensionalproteinfoldingproblemintheHPlatticemodel.Inthisalgorithm,thebenefitofeachpossiblelocationofhydrophobicmonomersisevaluatedandonlypromisingnodesarekeptforfurtherbranchingateachlevel.Theproposedalgorithmiscomparedwithotherwell-knownmethodsfor10benchmarksequenceswithlengthsrangingfrom20to100monomers.Theresultsindicatethatourmethodisaveryefficientandpromisingtoolfortheproteinfoldingproblem.

简介：在这篇论文，我们与单体的二种学习一个离开格子蛋白质AB模型，恐水病、吸水、在场一个启发式的伪物理的算法。由精心地在物理世界上模仿光滑的固体的运动，首先，我们为给定的单体链发现低精力的符合构造。随后的离开陷井策略然后被建议被触发一为一种粘住的状况的jump以便从本地最小出来。算法与一些13-55单体为所有序列在三维的AB模型被测试了。在几种情况中，我们更新通常认为的地面状态精力价值。数字结果证明建议方法为发现蛋白质的扎根的状态是很有希望的。

简介：理解控制全球基因表达模式的改变的规章的机制继续是在计算生物学的一项挑战性的任务。我们以前开发了一个蚂蚁算法，为微数组数据的一种生物学上启发的计算技术，和预言的通常认为的抄写因素绑定主题(TFBM)通过模仿国王自然蚂蚁的交互行为。这里，我们把算法扩大了到一套基于万维网的软件，蚂蚁Modeler，并且使用了它调查transcriptional机制内在的骨头形成。机械装载和骨头morphogenic蛋白质(BMP)的管理是二个已知的处理加强骨头。我们探讨了一个问题：有任何TFBM，刺激“机械装载的anabolism的回答”并且“调停BMP的osteogenic发信号”吗？尽管在在二回答的基因之中没有重要重叠，比较基于模型的分析建议二个独立osteogenic过程采用普通TFBM，例如一个压力为peroxisome的应答的元素和一个主题激活proliferator的受体(PPAR)。在用老鼠造骨细胞房间的vitro分析的modeling以后响应机械装载支持了象PPAR，Ikaros3，和LMO2那样的预言的TFBM的参与。总起来说，结果将是有用的导出一套可试验的假设并且在骨头形成的复杂transcriptional控制检验特定的管理者的角色。