首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Data-Driven Accelerated Sampling (DA2) 增强采样方法用于快速搜索未知的蛋白质构象

    蛋白质空间结构是体现其生物功能的基础,对于蛋白质构象的深入理解具有重要的意义。实验上通常使用X射线衍射、核磁共振(NMR)和冷冻电镜等手段来解析蛋白质的空间三维结构,但受到实验条件的限制,常常只有部分功能态的结构得到解析。分子模拟常被用于研究蛋白质构象的变化,对单一功能态的蛋白质构象可以给出较好的描述,但由于蛋白质高维度构象空间的复杂性及计算资源的限制,对于存在不同功能态的多构象问题则存在构象空间采样不足的问题,直接导致计算准确性和预测性的下降,从而极大限制了采用分子模拟手段研究蛋白质的能力。因此,发展增强采样的计算手段是研究蛋白质结构与功能的重要前提和必备工具,也是当前研究的热点问题。

    02

    深入浅出彩虹表原理

    一言以蔽之,彩虹表是一种破解用户密码的辅助工具。彩虹表以时空折中理论为基础,但并不是简单地“以空间换时间”,而是一种“双向交易”,在二者之间达到平衡。1980年,公钥密码学的提出者之一Hellman针对DES算法(一种对称加密算法)提出了一种时空折中算法,即彩虹表的前身:预先计算的散列链集。2003年瑞典的Philippe Oechslin在其论文Making a Faster Cryptanalytic Time-Memory Trade-Off(参考博客2)中对Hellman的算法进行了改进,并命名为彩虹表。当时是针对Windows Xp开机认证的LM散列算法。当然,目前除了破解开机密码,彩虹表目前还能用于SHA、MD4、MD5等散列算法的破译,速度快、破解率高,正如Philippe在论文中提到的:“1.4G的彩虹表可以在13.6s内破解99.9%的数字字母混合型的Windows密码“。实际上,Philippe所做的改进本质上是减少了散列链集中可能存在的重复链,从而使空间的有效利用率更高,关于这一点,后面会详述。

    04
    领券