mboost-dp1
Folding@home -> BOINC
Spørg på boinc.dk - Janus har nok styr på det. Hvis du allerede har kigget der/spurgt der så kig på foldings officielle side samt boincs officielle side, hvis det ikke står der kommer du nok ikke et svar nærmere ved at spørge her.
F@H er fra Stanford University.
BOINC er fra Berkeley.
Så vidt jeg er informeret er de ikke helt vilde med hinanden.
Men hvem ved, om de på et profesionelt niveau, kan sætte sig over disse uenigheder?`
Så også lige denne:
http://predictor.scripps.edu/
Minder det ikke meget om F@H?
BOINC er fra Berkeley.
Så vidt jeg er informeret er de ikke helt vilde med hinanden.
Men hvem ved, om de på et profesionelt niveau, kan sætte sig over disse uenigheder?`
Så også lige denne:
http://predictor.scripps.edu/
Minder det ikke meget om F@H?
Fra http://predictor.scripps.edu/about.php
*************
Why/How is Predictor@Home different from Folding@Home, both seem to be addressing the same objectives?
Protein structure prediction starts from a sequence of amino acids and attempts to predict the folded, functioning, form of the protein either a priori, i.e., in the absence of detailed structural knowledge, or by homology with other known, but not identical, proteins. In the case of the a priori folding, it is a blind search based on the sequence alone. Homology modeling first identifies other proteins of known structure with some level of sequence identity to the unknown structure and then constructs a prediction for the unknown protein by homology. Both approaches utilize multi-scale optimization techniques to identify the most favorable structural models and are highly amenable to distributed computing. Predictor@Home is the first project of this type to utilize distributed computing for structure prediction. Predicting the structure of an unknown protein is a critical problem in enabling structure-based drug design to treat new and existing diseases.
Protein folding studies and the characterization of the protein folding process are based on knowledge of the final folded protein structure (in Nature) and aims to understand the process of folding, beginning from an unfolded protein chain. The endpoint of these studies is a comparison between native protein (in nature). Analysis of the folding process too is a critical outcome allowing theories for protein folding to make direct connections to experimental measurements of this process. The Folding@Home project pioneered the use of distributed computing to study the folding process. Understanding the folding process is of significance in understanding the origin of diseases that arise from protein mis-folding, such as Alzheimer's disease and Mad-Cow disease.
Both approaches explore protein structure and folding, but with complementary aims.
************************
Så vidt jeg kan læse skriver de en helt masse for at undgå at sige at de vil det samme som F@H.
*************
Why/How is Predictor@Home different from Folding@Home, both seem to be addressing the same objectives?
Protein structure prediction starts from a sequence of amino acids and attempts to predict the folded, functioning, form of the protein either a priori, i.e., in the absence of detailed structural knowledge, or by homology with other known, but not identical, proteins. In the case of the a priori folding, it is a blind search based on the sequence alone. Homology modeling first identifies other proteins of known structure with some level of sequence identity to the unknown structure and then constructs a prediction for the unknown protein by homology. Both approaches utilize multi-scale optimization techniques to identify the most favorable structural models and are highly amenable to distributed computing. Predictor@Home is the first project of this type to utilize distributed computing for structure prediction. Predicting the structure of an unknown protein is a critical problem in enabling structure-based drug design to treat new and existing diseases.
Protein folding studies and the characterization of the protein folding process are based on knowledge of the final folded protein structure (in Nature) and aims to understand the process of folding, beginning from an unfolded protein chain. The endpoint of these studies is a comparison between native protein (in nature). Analysis of the folding process too is a critical outcome allowing theories for protein folding to make direct connections to experimental measurements of this process. The Folding@Home project pioneered the use of distributed computing to study the folding process. Understanding the folding process is of significance in understanding the origin of diseases that arise from protein mis-folding, such as Alzheimer's disease and Mad-Cow disease.
Both approaches explore protein structure and folding, but with complementary aims.
************************
Så vidt jeg kan læse skriver de en helt masse for at undgå at sige at de vil det samme som F@H.
Ja, det lyder ikke som om der er meget forskel på de 2 projekter. Men det er jo her, som på ethvert andet "marked". Der vil altid være flere til at kæmpe om "kunderne" som så i dette tilfælde er os :) Men forhåbentlig kommer denne konkurrence bare os til gode, fordi de er nødt til hele tiden at finde på nye features (bedre stats, bedre klienter, etc) for at holde på os. Med det i baghovedet ser jeg frem til at Predictor@home har åbnet op for deres nye projekt, og den konkurrence det vil medvirke.
--
--
Det er altså 2 forskellige ting der undersøges: Folding@Home undersøger foldningen og dens proces. Det andet projekt vil forudsige visse proteiners strukturer UDEN at vide hvad slutproduktet/strukturen er. Folding@Home har som udgangspunkt kendte proteiner som man allerede kender strukturen på. Predictor@Home tager proteiner med ukendte strukturer og vil forudsige dem.
Så Folding@Home er en eller anden form for grundforskning for at forstå foldningsprocessen, mens Predictor er for at lære de strukturelle aspekter i et protein, ved at vide hvilke aminosyrer proteinet er opbygget af. Og som de siger er der 2 muligheder at gøre sidstnævnte: Enten at bruge homologe (lignende) proteiner som udgangspunkt, eller starte kun ud fra sekvensen af aminosyrer
Predictor er så minded på nye/ukendte/muterede proteiner (grundet f.eks. en viral infektion) så man kan lave det de kalder "struktur baseret medicin".
[Bare for en god ordens skyld: Proteiner består af aminosyrer og de kodes af gener. Efter den indviklede proces at oversætte DNA'et til aminosyrer og sætte aminosyrene i den korrekte rækkefølge uden at lave fejl, skal proteinet også have den korrekte 3-dimensionelle struktur som den får ved at folde sig. Man kan så bruge bl.a. strukturen i et protein til at sige noget om dens funktion.]
Så Folding@Home er en eller anden form for grundforskning for at forstå foldningsprocessen, mens Predictor er for at lære de strukturelle aspekter i et protein, ved at vide hvilke aminosyrer proteinet er opbygget af. Og som de siger er der 2 muligheder at gøre sidstnævnte: Enten at bruge homologe (lignende) proteiner som udgangspunkt, eller starte kun ud fra sekvensen af aminosyrer
Predictor er så minded på nye/ukendte/muterede proteiner (grundet f.eks. en viral infektion) så man kan lave det de kalder "struktur baseret medicin".
[Bare for en god ordens skyld: Proteiner består af aminosyrer og de kodes af gener. Efter den indviklede proces at oversætte DNA'et til aminosyrer og sætte aminosyrene i den korrekte rækkefølge uden at lave fejl, skal proteinet også have den korrekte 3-dimensionelle struktur som den får ved at folde sig. Man kan så bruge bl.a. strukturen i et protein til at sige noget om dens funktion.]
chingachg00k: Hvor læser du ? :D
Man skal da vist læse et eller andet for at fange så meget af det :D
Tak for den gode forklaring. Jeg trækker alle mine tidliger udsagn tilbage :D
Man skal da vist læse et eller andet for at fange så meget af det :D
Tak for den gode forklaring. Jeg trækker alle mine tidliger udsagn tilbage :D
hehe...Ok.
Så læser han sammen med min kæreste :D
Måske skal jeg lige spørge hende hvad det egentlig er jeg går og laver med min computer :D
Så læser han sammen med min kæreste :D
Måske skal jeg lige spørge hende hvad det egentlig er jeg går og laver med min computer :D
- Forside
- ⟨
- Forum
- ⟨
- Folding@Home
Opret dig som bruger i dag
Det er gratis, og du binder dig ikke til noget.
Når du er oprettet som bruger, får du adgang til en lang række af sidens andre muligheder, såsom at udforme siden efter eget ønske og deltage i diskussionerne.
- Forside
- ⟨
- Forum
- ⟨
- Folding@Home
Gå til bund