1 resultado para Structure Prediction Servers
em Bulgarian Digital Mathematics Library at IMI-BAS
Filtro por publicador
- Academic Archive On-line (Stockholm University; Sweden) (1)
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (6)
- AMS Tesi di Laurea - Alm@DL - Università di Bologna (2)
- Aquatic Commons (1)
- ArchiMeD - Elektronische Publikationen der Universität Mainz - Alemanha (8)
- Aston University Research Archive (18)
- Biblioteca de Teses e Dissertações da USP (1)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (6)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (148)
- Biodiversity Heritage Library, United States (26)
- Bioline International (1)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (4)
- Brock University, Canada (1)
- Bucknell University Digital Commons - Pensilvania - USA (1)
- Bulgarian Digital Mathematics Library at IMI-BAS (1)
- CentAUR: Central Archive University of Reading - UK (38)
- CiencIPCA - Instituto Politécnico do Cávado e do Ave, Portugal (7)
- Cochin University of Science & Technology (CUSAT), India (4)
- Consorci de Serveis Universitaris de Catalunya (CSUC), Spain (24)
- Cor-Ciencia - Acuerdo de Bibliotecas Universitarias de Córdoba (ABUC), Argentina (3)
- CORA - Cork Open Research Archive - University College Cork - Ireland (2)
- CUNY Academic Works (1)
- Dalarna University College Electronic Archive (2)
- Digital Commons - Michigan Tech (2)
- Digital Commons at Florida International University (8)
- DigitalCommons@The Texas Medical Center (1)
- DigitalCommons@University of Nebraska - Lincoln (1)
- Doria (National Library of Finland DSpace Services) - National Library of Finland, Finland (6)
- Galway Mayo Institute of Technology, Ireland (2)
- Georgian Library Association, Georgia (1)
- Instituto Politécnico do Porto, Portugal (24)
- Martin Luther Universitat Halle Wittenberg, Germany (9)
- National Center for Biotechnology Information - NCBI (13)
- QUB Research Portal - Research Directory and Institutional Repository for Queen's University Belfast (1)
- RDBU - Repositório Digital da Biblioteca da Unisinos (2)
- ReCiL - Repositório Científico Lusófona - Grupo Lusófona, Portugal (1)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (28)
- Repositório da Produção Científica e Intelectual da Unicamp (19)
- Repositório da Universidade Federal do Espírito Santo (UFES), Brazil (1)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (3)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (20)
- Repositorio Institucional Universidad EAFIT - Medelin - Colombia (1)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (54)
- Scielo Saúde Pública - SP (58)
- Scottish Institute for Research in Economics (SIRE) (SIRE), United Kingdom (8)
- Universidad de Alicante (3)
- Universidad del Rosario, Colombia (1)
- Universidad Politécnica de Madrid (10)
- Universidade do Minho (30)
- Universidade dos Açores - Portugal (2)
- Universidade Federal do Pará (1)
- Universidade Federal do Rio Grande do Norte (UFRN) (1)
- Universidade Técnica de Lisboa (1)
- Université de Lausanne, Switzerland (53)
- Université de Montréal, Canada (6)
- University of Queensland eSpace - Australia (296)
Resumo:
One of the most widely studied protein structure prediction models is the hydrophobic-hydrophilic (HP) model, which explains the hydrophobic interaction and tries to maximize the number of contacts among hydrophobic amino-acids. In order to find a lower bound for the number of contacts, a number of heuristics have been proposed, but finding the optimal solution is still a challenge. In this research, we focus on creating a new integer programming model which is capable to provide tractable input for mixed-integer programming solvers, is general enough and allows relaxation with provable good upper bounds. Computational experiments using benchmark problems show that our formulation achieves these goals.