Pse合一

此软件的关键字
zbMATH参考文献(41篇文章引用)
Adilina,Sheikh;Farid,Dewan医学博士;Shatabda,Swakkhar:利用关键特征通过周的通用PseAAC预测有效的DNA结合蛋白(2019年) Ahmad,Jamal;Hayat,Maqsood:MFSC:采用Chou's PseAAC成分的一般形式对高尔基蛋白进行分类的基于多投票的特征选择(2019年) 白晓璐;陈晓林:针对脓毒症革兰阳性临床菌株的Bac2A抗菌肽的合理设计、构象分析和膜渗透动力学研究(2019) 陈国栋,曹,满,俞佳林,郭新云,史少平:周氏通用PseAAC中六种特征对原核生物赖氨酸乙酰化位点的预测与功能分析(2019) Hussain,Waqar;Khan,Yaser Daanial;Rasool,Nouman;Khan,Sher Afzal;Chou,Kuo Chen:Sprenlc PseAAC:通过Chou的5步规则和通用PseAAC开发的序列模型,用于识别蛋白质中的s-prenylization位点(2019年) 贾建华;李晓燕;邱,王仁;肖,宣;周,郭晨:iPPI PseAAC(CGR):通过将混沌博弈表示纳入PseAAC(2019年),识别蛋白质相互作用 Khan,Yaser Daanial;Jamil,Mehreen;Hussain,Waqar;Rasool,Nouman;Khan,Sher Afzal;Chou,Kuo Chen:PSBOND PseAAC:通过PseAAC和统计矩积分预测二硫键合位点(2019年) 宁,乔;马志强;赵晓伟:Dforml(KNN)-PseAAC:通过周的5步规则和伪成分,使用K近邻算法检测蛋白质序列中的甲酰化位点(2019) 潘奕;王世元;张琦;陆倩子;苏东青;左永春;杨磊:周氏各种伪成分和还原氨基酸组成对动物毒素的分析与预测(2019) Qing,Yang;Cangzhi,Jia;Taoying,Li:基于稀疏自编码特征提取和集成分类器的适配子-蛋白质相互作用对的预测(2019) Tahir,Muhammad;Tayara,Hilal;Chong,Kil-To:iRNA-PseKNC(2methyl):通过卷积神经网络和Chou的伪成分识别RNA 2'-O-甲基化位点(2019年) 田宝光;吴,薛;陈,程;邱文英;马,秦;余,斌:融合周氏伪成分,利用小波去噪方法预测蛋白质-蛋白质相互作用(2019) Wang,Lidong;Zhang,Ruijun;Mu,Yashuang:Fu-SulfPred:通过Chou'S general PseAAC确定蛋白质S-硫基化位点(2019年) 赵薇;李广平;王军;周远科;高,杨;杜,蒲峰:结合功能域富集分数和伪氨基酸组成预测蛋白质亚高尔基体位置(2019) Akbar,Shahid;Hayat,Maqsood:通过将SAAC的思想扩展到Chou的PseAAC中以形成RNA序列,来识别N(^6)-甲基腺苷位点(2018年) Hayzam-Maqsood扩展到二种氨基酸的膜结构;Hayzam-SaaD-C模型中的氨基酸组成;Hayqsood扩展为氨基酸的两种类型;Hayqsaimec,2018年 Contreras Torres,Ernesto:通过将蛋白质的全局和局部物理化学和构象特性纳入到general Chou的PseAAC中来预测蛋白质的结构类别(2018) 贾仓智;杨青;邹权:基于通用PseKNC的四种不同模式预测物种特异性基因组核小体定位(2018) Ju,Zhe;Wang,Shi Yun:基于mRMR特征选择和模糊支持向量机算法的S-磺基化位点预测(2018) 梁云云;张胜利:通过Kullback-Leibler Difference将不同模式的PSSM整合到周氏通用PseAAC中,识别革兰氏阴性细菌分泌的蛋白质类型(2018)