变压器

TRANSFAC:基因表达调控的集成系统。TRANSFAC是一个关于转录因子、其基因组结合位点和DNA结合谱的数据库(http://TRANSFAC.gbf.de/TRANSFAC/)。它的内容得到了加强,特别是关于用于构建核苷酸矩阵的训练序列的信息以及关于植物位点和因子的数据。此外,TRANSFAC还扩展了两个新模块:PathoDB提供调控区域和转录因子基因的病理相关突变的数据,而S/martdb汇编了支架/基质附着区域(S/MARs)的特征以及与之结合的蛋白质。此外,关于信号转导的TRANSPATH数据库和关于器官和细胞类型的细胞单体数据库已经扩展,并越来越多地与TRANSFAC数据源集成。


zbMATH参考文献(73篇文章引用)

显示第73到第1个结果。
按年份排序(引用)
  1. 基思,乔纳森M.(编辑):生物信息学。第一卷:数据、序列分析和进化(2017)
  2. Toivonen,Jarkko;Taipale,Jussi;Ukkonen,Esko:从大序列集中进行位置概率矩阵的种子驱动学习(2017)
  3. Pesch,Robert:跨物种网络和转录转移(2016)
  4. Young,William Chad;Raftery,Adrian E.;Yeung,Ka-Yee:遗传扰动数据中基因调控网络推断的后验概率方法(2016)
  5. Fergingstad,Egil;Holden,Lars;Sandve,Geir Kjetil:基因组数据的蒙特卡罗零模型(2015)
  6. Carvalho,Alexandra M.;Adão,Pedro;Mateus,Paulo:用于二进制分类的贝叶斯多网混合学习(2014)
  7. González-Álvarez,David L.;Vega Rodríguez,Miguel A.;Rubio Largo,Álvaro:发现模体时一些多目标进化算法的收敛性分析(2014)ioport公司
  8. 徐毅宇;陈伟志;陈树辉;高鸿宇:用隐马尔可夫模型预测DNA结合蛋白质序列和结构信息(2014)ioport公司
  9. Kasabov,Nikola(编辑):Springer生物/神经信息学手册(2014)
  10. Wang,Y.X.Rachel;Huang,Haiyan:基于表达数据的基因网络重构统计方法综述(2014)
  11. Abbass,Mostafa M.;Bahig,Hazem M.:识别DNA基序的有效算法(2013)
  12. Michailidis,George;d'AlchéBuc,佛罗伦萨:基因调控网络推断的自回归模型:稀疏性、稳定性和因果关系问题(2013)
  13. Mahdavar,Ghasem;Sadeghi,Mehdi;Nowzari Dalini,Abbas:使用基于比对的方法检测转录因子结合位点(2012)
  14. Wang,Dianhui;Do,Hai Thanh:使用极限学习机器对转录因子结合位点的计算定位(2012)ioport公司
  15. Giraud,Mathieu;Varré,Jean Stéphane:并行位置权重矩阵算法(2011)ioport公司
  16. 李文田:《人类基因组参数研究》(2011)
  17. Porzelius,Christine;Johannes,Marc;Binder,Harald;Beißbarth,Tim:利用患者风险预测分类方法中分子相互作用的外部知识的支持信息(2011年)
  18. 王家春;彭成斌;王文宏;梁广萨克:用进化算法归纳和学习蛋白质DNA结合序列表示法(2011)ioport公司
  19. Alamanova,Denitsa;Stegmaier,Philip;Kel,Alexander E.:使用基于3D结构的蛋白质DNA自由结合能计算创建转录因子的PWM(2010)ioport公司
  20. Bailey,Timothy L.;Bodén,Mikael;Whitington,Tom;Machanick,Philip:使用模因进行母题发现中位置特定优先权的价值(2010)ioport公司