Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
IRIS
The Protein Data Bank (PDB) was established in 1971 as a repository for the three dimensional structures of biological macromolecules. Since then, more than 85000 biological macromolecule structures have been determined and made available in the PDB archive. Through analysis of the corpus of data, it is possible to identify trends that can be used to inform us abou the future of structural biology and to plan the best ways to improve the management of the ever-growing amount of PDB data.
Trendspotting in the Protein Data Bank / Berman, H. M.; Coimbatore Narayanan, B.; DI COSTANZO, Luigi; Dutta, S.; Ghosh, S.; Hudson, B. P.; Lawson, C. L.; Peisach, E.; Prlic, A.; Rose, P. W.; Shao, C.; Yang, H.; Young, J.; Zardecki, C.. - In: FEBS LETTERS. - ISSN 0014-5793. - 587:8(2013), pp. 1036-1045. [10.1016/j.febslet.2012.12.029]
Trendspotting in the Protein Data Bank
Berman H. M.;Coimbatore Narayanan B.;Di Costanzo Luigi;Dutta S.;Ghosh S.;Hudson B. P.;Lawson C. L.;Peisach E.;Prlic A.;Rose P. W.;Shao C.;Yang H.;Young J.;Zardecki C.
2013
Abstract
The Protein Data Bank (PDB) was established in 1971 as a repository for the three dimensional structures of biological macromolecules. Since then, more than 85000 biological macromolecule structures have been determined and made available in the PDB archive. Through analysis of the corpus of data, it is possible to identify trends that can be used to inform us abou the future of structural biology and to plan the best ways to improve the management of the ever-growing amount of PDB data.
Trendspotting in the Protein Data Bank / Berman, H. M.; Coimbatore Narayanan, B.; DI COSTANZO, Luigi; Dutta, S.; Ghosh, S.; Hudson, B. P.; Lawson, C. L.; Peisach, E.; Prlic, A.; Rose, P. W.; Shao, C.; Yang, H.; Young, J.; Zardecki, C.. - In: FEBS LETTERS. - ISSN 0014-5793. - 587:8(2013), pp. 1036-1045. [10.1016/j.febslet.2012.12.029]
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11588/768677
Citazioni
ND
74
66
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.
