巴塞洛

BaCelLo:一种平衡的亚细胞定位预测因子。动机。蛋白质亚细胞定位的知识是阐明其功能的基础。利用高通量实验方法很难确定真核细胞的亚细胞定位。在大规模基因组计划中,需要计算程序来解释蛋白质的亚细胞位置。结果。BaCelLo是五类亚细胞定位(分泌途径、细胞质、细胞核、线粒体和叶绿体)的预测因子,它基于决策树中组织的不同支持向量机。该系统利用了从剩余序列中获得的信息和从排列轮廓中包含的进化信息中获得的信息。分析了整个序列的组成以及N端和C端的组成。训练集是为了避免冗余。首次引入了一个平衡过程,以减轻有偏训练集的影响。实现了三个王国特有的预测因子:分别用于动物、植物和真菌。当将动物和真菌的蛋白质分为四类时,BaCelLo的准确率分别达到74%和76%;将植物蛋白质分为五类,BaCelLo的准确率为67%。对于同一任务,BaCelLo优于目前可用的其他方法,并且为每个类提供了更均衡的精度和覆盖率值。我们还预测了智人、小家鼠、秀丽隐杆线虫、酿酒酵母和拟南芥5种全蛋白质组的亚细胞定位,并比较了各亚组的蛋白质含量。可利用性。BaCelLo可访问http://www.biocamp.unibo.it/BaCelLo/


zbMATH中的参考文献(参考 9篇文章 参考)

显示第1到第9个结果,共9个。
按年份排序(引用)

  1. Picardi,Ernesto(编辑):RNA生物信息学(2015)
  2. 梅素玉:基于集成的大规模膜蛋白识别迁移学习(2014)
  3. 梅素玉:基于PseAAC公式的多标记同源知识转移学习预测植物蛋白质亚细胞多定位(2012)
  4. 王永翠;任贤文;张春华;邓乃阳;张向孙:从蛋白质相互作用预测的角度研究蛋白质序列中的疑问噪声(2012)
  5. Mei,S.;Wang,F.;Zhou,S.:基于基因本体论的蛋白质亚细胞定位转移学习(2011)ioport公司
  6. 胡建军;张帆:Bayesmotif:从不纯数据集发现新的蛋白质排序基序(2010)ioport公司
  7. Blum,Torsten;Briesemeister,Sebastian;Kohlbacher,Oliver:Multiloc2:整合系统发育学和基因本体论术语改进亚细胞蛋白质定位预测(2009)ioport公司
  8. Kumar,Manish;Raghava,Gajendra P.S.:使用SVM和HMM模型预测核蛋白(2009)ioport公司
  9. 徐倩;胡,郝德瑞克;薛,洪;余,魏川;杨强:半监督蛋白质亚细胞定位(2009)ioport公司