Séance de cours
Relaxation & Structure
Séances de cours associées (60)
Protein Structure Prediction
Explore la prédiction de la structure des protéines à partir des données de séquence en utilisant la modélisation de l'entropie maximale et discute des progrès récents dans la prédiction de la structure des protéines.
Informations mutuelles : Continued
Explore les informations mutuelles pour quantifier la dépendance statistique entre les variables et déduire des distributions de probabilité à partir de données.
Quantum Optique I: Circuits supraconducteurs
Couvre les fondamentaux des circuits supraconducteurs et leurs applications en optique quantique, y compris les jonctions Josephson et les boîtes de paires Cooper.
Pliage des protéines: structure et conception
Explore le repliement des protéines, les interactions hydrophobes, les conformations compactes, le modèle HP, la co-évolution et les méthodes de calcul.
Raccords spin-spin en RMNMOOC: Basic Steps in Magnetic Resonance
Explore les couplages spin-spin dans la RMN, couvrant des noyaux équivalents, la symétrie moléculaire, les spectres RMN 31P et de forts effets de couplage.
Spectroscopie de résonance magnétique : avancées de l'échelle des nanolitres
Explore la spectroscopie par résonance magnétique à l'échelle du nanolitre, couvrant les techniques de pointe et les progrès dans les détecteurs de puces uniques.
Biophysique: Pliage des polymères et organisation de l'ADN
Explore le pliage des polymères, les interactions hydrophobes et l'organisation de l'ADN, en soulignant leur importance biologique.
Détermination de la structure protéique
Explore la détermination de la structure des protéines par cristallographie aux rayons X, spectroscopie RMN et Cryo-EM, couvrant la cristallisation, les modèles de diffraction et les modèles atomiques.
Étapes de base de la résonance magnétiqueMOOC: Basic Steps in Magnetic Resonance
Couvre les étapes de base de la résonance magnétique, y compris la spectroscopie RMN et les déplacements chimiques.
Modèles génériques : auto-attention et transformateurs
Couvre les modèles générateurs en mettant l'accent sur l'auto-attention et les transformateurs, en discutant des méthodes d'échantillonnage et des moyens empiriques.