亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

The analysis of intrinsicallydisordered*proteins(IDPs)obeys with Benford's law

作者
Tang Yan-k
出处
期刊:Journal of Baoji University of Arts and Sciences
摘要

Objective—To analyze intrinsically disordered proteins(IDPs)with the Benford's law.Methods—The first digital distribution of the length of intrinsically disordered protein(IDPs)in the well-defined protein science domain was investigated systematically and it was found that the length of intrinsically disordered proteins and disordered regions of intrinsically disordered proteins(i.e.intrinsically disordered regions,for short,IDRs)agreed excellently with the Benford's distribution,respectively.Results and Conclusion—Therefore intrinsically disordered protein can serve as an ideal assemblage for studying the first digital distributions of the data gotten from real world,and the observations can be used to constrain the behavior of intrinsically disordered proteins globally,which may provide useful information for developing more accurate predictor of IDPs.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
上官若男应助矢志不渝采纳,获得10
2秒前
研友_VZG7GZ应助张二十八采纳,获得10
3秒前
4秒前
Orange应助搜索文献的一天采纳,获得10
9秒前
13秒前
苗条的采梦完成签到,获得积分10
15秒前
17秒前
文静的摩托完成签到,获得积分10
21秒前
21秒前
愉快柠檬发布了新的文献求助10
26秒前
霸气芫完成签到 ,获得积分10
27秒前
Akim应助落桐采纳,获得10
29秒前
30秒前
张二十八发布了新的文献求助10
35秒前
wanci应助科研通管家采纳,获得10
38秒前
我是老大应助科研通管家采纳,获得10
38秒前
Kao应助科研通管家采纳,获得10
38秒前
39秒前
yao发布了新的文献求助10
43秒前
Shanglinqin发布了新的文献求助10
44秒前
11完成签到 ,获得积分10
55秒前
花痴的向卉完成签到,获得积分10
56秒前
kunli完成签到,获得积分10
57秒前
1分钟前
Hello应助愉快柠檬采纳,获得10
1分钟前
1分钟前
wwwwww发布了新的文献求助10
1分钟前
落桐发布了新的文献求助10
1分钟前
威武的QQ完成签到,获得积分10
1分钟前
英姑应助soilman采纳,获得10
1分钟前
科研通AI6.3应助张二十八采纳,获得10
1分钟前
天外来物完成签到 ,获得积分10
1分钟前
Criminology34应助BOOKOOC采纳,获得10
1分钟前
落桐完成签到,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
1分钟前
酷炫如曼完成签到,获得积分10
1分钟前
狄幼珊发布了新的文献求助20
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
APA handbook of comparative psychology: Basic concepts, methods, neural substrate, and behavior 1000
Health Psychology 1000
全员动态考核,锚定高质量发展:读懂同济大学教师人事改革新政的深层价值 900
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
The fast track to determining transfer functions of linear circuits: The student guide 500
Römisch-Germanische Forschungen 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7597296
求助须知:如何正确求助?哪些是违规求助? 9174018
关于积分的说明 19640052
捐赠科研通 7174297
什么是DOI,文献DOI怎么找? 3268225
关于科研通互助平台的介绍 2432790
邀请新用户注册赠送积分活动 2261430