Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2108.00035v1

帮助 | 高级搜索

数学 > 组合数学

arXiv:2108.00035v1 (math)
[提交于 2021年7月30日 ]

标题: 基于灵活瓷砖的DNA自组装的计算复杂性和实用解决方案

标题: Computational complexity and pragmatic solutions for flexible tile based DNA self-assembly

Authors:Leyda Almodóvar, Jo Ellis-Monaghan, Amanda Harsy, Cory Johnson, Jessica Sorrells
摘要: DNA纳米结构的分支接头分子组装,由Seeman实验室在20世纪80年代开创,已经变得越来越复杂,组装目标也是如此。一个关键的设计步骤是找到一组最小的分支接头分子,这些分子能够自组装成目标结构,而不会形成不需要的子结构。我们使用图论,这是一种用于自组装DNA复合物的自然设计工具,来解决这个问题。在确定为此方法寻找最优设计策略通常是NP完全问题后,我们提供了针对特定设置的程序方案,并为自然组装目标如正多面体、规则晶格和纳米管提供了可证明最优的解决方案。这些例子也说明了设计挑战的范围。
摘要: Branched junction molecule assembly of DNA nanostructures, pioneered by Seeman's laboratory in the 1980s, has become increasingly sophisticated, as have the assembly targets. A critical design step is finding minimal sets of branched junction molecules that will self-assemble into target structures without unwanted substructures forming. We use graph theory, which is a natural design tool for self-assembling DNA complexes, to address this problem. After determining that finding optimal design strategies for this method is generally NP-complete, we provide pragmatic solutions in the form of programs for special settings and provably optimal solutions for natural assembly targets such as platonic solids, regular lattices, and nanotubes. These examples also illustrate the range of design challenges.
评论: 41页,30图
主题: 组合数学 (math.CO)
MSC 类: 92E10 (Primary), 05C90, 05C85, 92D20 (Secondary)
引用方式: arXiv:2108.00035 [math.CO]
  (或者 arXiv:2108.00035v1 [math.CO] 对于此版本)
  https://doi.org/10.48550/arXiv.2108.00035
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Jessica Sorrells [查看电子邮件]
[v1] 星期五, 2021 年 7 月 30 日 18:35:03 UTC (813 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
查看许可
当前浏览上下文:
math.CO
< 上一篇   |   下一篇 >
新的 | 最近的 | 2021-08
切换浏览方式为:
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号