2009.01: Rosetta@home

Zaczęty przez Bober, 30 Listopad 2008, 12:20

Który projekt powinniśmy liczyć w styczniu?

ABC@home
1 (1.5%)
Artificial Intelligence
0 (0%)
Climateprediction.net
1 (1.5%)
Docking@home
0 (0%)
Einstein@home
3 (4.5%)
Genetic Life
1 (1.5%)
Leiden Classical
1 (1.5%)
Milkyway
1 (1.5%)
MindModeling Beta
0 (0%)
Orbit@Home
0 (0%)
POEM@home
0 (0%)
PrimeGrid
2 (3%)
Rectilinear Crossing Number
0 (0%)
Rosetta@home
30 (44.8%)
SHA-1 Collision Search
1 (1.5%)
SETI@home
26 (38.8%)
Superlink
0 (0%)
Sudoku
0 (0%)
SZTAKI Desktop Grid
0 (0%)
uFluids
0 (0%)
Spinhenge
0 (0%)
Magnetism
0 (0%)

Głosów w sumie: 72

Głosowanie skończone: 30 Grudzień 2008, 19:24

Aegis Maelstrom

Cytat: Machloj w 19 Styczeń 2009, 23:24
wie ktoś może co dokładnie przedstawia tabelka results - http://boinc.bakerlab.org/rosetta/rah_results.php?login=1

Tabelka pokazuje Ci wyniki Twojego liczenia pod względem naukowym.
Możesz zobaczyć, jak dobre modele (energia i RMSD - czyli bliskość do wzorcowego białka, jeśli jest znana) wygenerowały Twoje komputery na tle wszystkich liczących. Po kliknięciu na daną serię WU (czyli określony problem zwijania białka) masz do dyspozycji wykres rozrzutu pokazujący (prawie) wszystkie wyniki na przestrzeni energia/RMSD i na tym tle Twoje własne.

W ten sposób zauważyłem, że w jednym białku trafiłem superwynik - ma najfajniejszą kombinację energii (im niższa, tym lepiej) i RMSD (tak samo) i tworzy taki fajny punkt izolowany... Niestety, znalazł się czyjś pojedynczy wynik o odrobinę niższej energii, choć znacznie gorszym RMSD...

O ile mi wiadomo, jakość modelu będzie zależała od liczb pseudolosowych przyjętych przez CPU przy danym podejściu (w oparciu o dany WU generowane są tysiące modeli, ale różniących się w wyniku w różnym stopniu, zależnie od wylosowanych parametrów - Rozetka stosuje np. brutalne poszukiwania metodą Monte Carlo na etapie ruszania "szkieletem" białka i bocznymi łańcuchami cząstek). Nie mam pojęcia, czy liczy się tylko sama predykcja, czy też zbierane są wartości parametrów celem kalibracji modelu (tak jak dzieje się w modelach opartych o zwykłe równania różniczkowe/różnicowe i teorię chaosu - AFAIK np. CPDN, ale i wielu modelach stochastycznych). Zgadywałbym, że zbierane są te liczby losowe, ale już nie wiem czy wszystkie.

IMHO taka możliwość sprawdzenia jakości wygenerowanego modelu (oraz możliwość obejrzenia wygenerowanego białka pod odpowiednim oprogramowaniem - ale tego nie praktykowałem) to wielkie plusy tego projektu.