×

PSICOV公司

swMATH ID: 17010
软件作者: David T.Jones、Daniel W.A.Buchan、Domenico Cozzetto、Massimiliano Pontil
描述: PSICOV:在大型多序列比对中使用稀疏逆协方差估计进行精确的结构接触预测。动机:残基-残基接触的准确预测对于维持蛋白质的天然折叠至关重要,在结构生物信息学领域仍然是一个悬而未决的问题。随着算法的改进和序列族大小的快速增长,人们对这个长期存在的问题的兴趣最近有所增加。进步可能对结构和功能预测产生重大影响,但有两个好处。基于序列的接触预测通常是通过识别多序列比对(MSAs)中的相关突变来进行的,最常见的是通过计算蛋白质中成对位点之间的相互信息的信息论方法。这些预测往往不准确,因为MSA中的真正协变信号往往被许多辅助间接耦合或系统发育效应的偏差所掩盖。在这里,我们提出了一种新的方法,PSICOV,它将稀疏逆协方差估计引入到蛋白质接触预测问题中。我们的方法建立在先前已证明系统发育和熵相关噪声校正的工作基础上,并允许准确区分MSA中直接和间接耦合的突变相关性。结果:PSICOV显示出比性能最佳的归一化互信息方法和贝叶斯网络更好的平均精度。对于150个靶点中的118个,长距离接触(序列分离>23)的L/5(即长度为L的蛋白质的顶级L/5预测)精度≥0.5,这表示这一改进足以在蛋白质结构预测或模型质量评估中产生显著效益。可用性:PSICOV源代码可以从http://bioinf.cs.ucl.ac.uk/downloads/PSICOV
主页: http://bioinformatics.oxfordjournals.org/content/28/2/184.short
相关软件: R(右)Pfam公司爆炸磅/平方英寸(磅/平方英寸)NNcon公司bn学习熔岩奈特稀疏的g雨水图表卢比记录仪网络处理疏林CRAN(起重机)CRASP公司SILGGM公司跳跃
引用于: 6文件

按年份列出的引文