Folding@homeFolding@home, parfois désigné par l'abréviation FAH, est un projet de recherche médicale dont le but est de simuler le repliement des protéines dans diverses configurations de température et de pression afin de mieux comprendre ce processus, et d'en tirer des connaissances utiles qui pourraient, entre autres, permettre de développer de nouveaux médicaments, notamment contre la maladie d'Alzheimer, la drépanocytose, certains types de cancers et la maladie à coronavirus 2019.
Auto-encodeur variationnelEn apprentissage automatique, un auto-encodeur variationnel (ou VAE de l'anglais variational auto encoder), est une architecture de réseau de neurones artificiels introduite en 2013 par D. Kingma et M. Welling, appartenant aux familles des modèles graphiques probabilistes et des méthodes bayésiennes variationnelles. Les VAE sont souvent rapprochés des autoencodeurs en raison de leur architectures similaires. Leur utilisation et leur formulation mathématiques sont cependant différentes.
Fluctuation theoremThe fluctuation theorem (FT), which originated from statistical mechanics, deals with the relative probability that the entropy of a system which is currently away from thermodynamic equilibrium (i.e., maximum entropy) will increase or decrease over a given amount of time. While the second law of thermodynamics predicts that the entropy of an isolated system should tend to increase until it reaches equilibrium, it became apparent after the discovery of statistical mechanics that the second law is only a statistical one, suggesting that there should always be some nonzero probability that the entropy of an isolated system might spontaneously decrease; the fluctuation theorem precisely quantifies this probability.
Méthode de Newtonvignette|Une itération de la méthode de Newton. En analyse numérique, la méthode de Newton ou méthode de Newton-Raphson est, dans son application la plus simple, un algorithme efficace pour trouver numériquement une approximation précise d'un zéro (ou racine) d'une fonction réelle d'une variable réelle. Cette méthode doit son nom aux mathématiciens anglais Isaac Newton (1643-1727) et Joseph Raphson (peut-être 1648-1715), qui furent les premiers à la décrire pour la recherche des solutions d'une équation polynomiale.
Ensemble statistiqueEn physique statistique, un ensemble statistique est une abstraction qui consiste à considérer une collection de copies virtuelles (ou répliques) d'un système physique dans l'ensemble des états accessibles où il est susceptible de se trouver, compte tenu des contraintes extérieures qui lui sont imposées, telles le volume, le nombre de particules, l'énergie et la température. Cette notion, introduite par le physicien américain Josiah Willard Gibbs en 1902, est un concept central de la physique statistique.
Nuclear magnetic resonance spectroscopy of proteinsNuclear magnetic resonance spectroscopy of proteins (usually abbreviated protein NMR) is a field of structural biology in which NMR spectroscopy is used to obtain information about the structure and dynamics of proteins, and also nucleic acids, and their complexes. The field was pioneered by Richard R. Ernst and Kurt Wüthrich at the ETH, and by Ad Bax, Marius Clore, Angela Gronenborn at the NIH, and Gerhard Wagner at Harvard University, among others.
Site actifLe site actif désigne en catalyse la partie du catalyseur qui va interagir avec le(s) substrat(s) pour former le(s) produit(s). Cette notion concerne tous les types de catalyseurs, mais on l'associe généralement aux enzymes. Le site actif des catalyseurs fait l'objet d'études poussées dans le cadre de la recherche de nouveaux catalyseurs et de l'étude des mécanismes réactionnels en biochimie.. Or, si la structure du site actif est modifié, la catalyse ne peut avoir lieu.
Champ de force (chimie)vignette|Un champ de force peut par exemple être utilisé afin de minimiser l'énergie d'étirement de cette molécule d'éthane. Dans le cadre de la mécanique moléculaire, un champ de force est un ensemble de potentiels et de paramètres permettant de décrire la structure de l'énergie potentielle d'un système de particules (typiquement, des atomes, mais non exclusivement). L'usage de l'expression champ de force en chimie et biologie numériques diffère ainsi de celui de la physique, où il indique en général un gradient négatif d'un potentiel scalaire.
Métastabilitévignette|États d'un système métastable : L'état 1 paraît stable, mais une perturbation suffisante pour dépasser l'état 2 conduira à l’état 3, plus stable que l'état 1 (qui de fait n'est que métastable). vignette|Bille en équilibre métastable au sommet d'un hémisphère. La métastabilité est la propriété d'un état d'apparence stable mais qu'une perturbation peut faire aller rapidement vers un état encore plus stable. En l'absence de perturbation significative la vitesse de la transformation menant à l'état stable peut être très faible, voire quasiment nulle.
Peptidevignette|Exemple de peptide. vignette|Exemple de peptide. vignette|Exemple de peptide. Un peptide est un polymère d’acides aminés reliés entre eux par des liaisons peptidiques. Il existe une énorme variété de peptides différents. Par exemple, sachant qu'il existe distincts chez les mammifères, le nombre de peptides différents formés de seulement dix d'acides aminés vaut un peu moins de , soit près de . Les peptides constitués d’un faible nombre d’acides aminés (de deux à quelques dizaines) sont nommés oligopeptides.
Interaction protéine-protéinethumb|upright=1.2|L'inhibiteur de la ribonucléase en forme de fer à cheval (en représentation « fil de fer ») forme une interaction protéine–protéine avec la protéine de la ribonucléase. Les contacts entre les deux protéines sont représentés sous forme de taches colorées. Une Interaction protéine–protéine apparait lorsque deux ou plusieurs protéines se lient entre elles, le plus souvent pour mener à bien leur fonction biologique.
Auto-encodeurUn auto-encodeur (autoencodeur), ou auto-associateur est un réseau de neurones artificiels utilisé pour l'apprentissage non supervisé de caractéristiques discriminantes. L'objectif d'un auto-encodeur est d'apprendre une représentation (encodage) d'un ensemble de données, généralement dans le but de réduire la dimension de cet ensemble. Récemment, le concept d'auto-encodeur est devenu plus largement utilisé pour l'apprentissage de modèles génératifs.
