罗恩

RONN:生物基函数神经网络技术,用于检测蛋白质中天然无序区域。动机:最近的研究发现,许多蛋白质包含的区域在它们的原生状态下没有形成明确的三维结构。研究和检测这些无序区域对于理解蛋白质功能和促进结构分析都很重要,因为无序区域可能会影响溶解度和/或结晶性。结果:我们开发了区域顺序神经网络(RONN)软件,作为我们最近开发的“生物基函数神经网络”模式识别算法在蛋白质中固有无序区域检测中的应用。用9种疾病预测工具(包括RONN)对来自蛋白质数据库的80个蛋白质序列进行盲测试,结果表明,基于概率超额测度,RONN的表现最好。可用性:RONN可在http://www.strubi.ox.ac.uk/RONN。对RONN软件和disorder数据库(XML格式)的请求可以直接发送给相应的作者。


zbMATH中的参考文献(参考文献7条)

显示结果1到7,共7个。
按年份排序(引用)

  1. Małysiak Mrozek,Bożena:蛋白质生物信息学中的不确定性、不精确性和多值逻辑(2019)
  2. 何浩;赵家祥:一种预测内在无序蛋白质区的低计算复杂度方案(2018)
  3. 卡鲁戈,奥利维耶罗(编辑);艾森哈伯,弗兰克(编辑):《生命科学的数据挖掘技术》(2016)
  4. Pehlivannı,Ayça schakmak:一种新的高维数据集特征选择方案:四阶段特征选择(2016)
  5. Wills,Peter R.:作为病理因子的移框朊蛋白:定量考虑(2013)
  6. 阿尤,E。;奥门,B.J。;Cataltepe,Z.:使用最优和信息论句法建模进行肽分类(2010)ioport公司
  7. 卡拉吉亚,科尼利亚;辛纳波夫,吉夫科;西尔维斯库,阿德里安;多布斯,德蕾娜;Honavar,Vasant:使用支持向量机分类器组合预测糖基化位点(2007)ioport公司