iAMP-2L型

iAMP-2L:一种用于鉴定抗菌肽及其功能类型的两级多标记分类器。抗菌肽(AMPs)又称宿主防御肽,是天然免疫反应中进化保守的组成部分,广泛存在于各种生命活动中。根据AMPs的特殊功能,AMPs一般分为十大类:抗菌肽、抗癌/肿瘤肽、抗真菌肽、抗HIV肽、抗病毒肽、抗寄生虫肽、具有趋化活性的AMPs、杀虫肽和杀精肽。给定一个查询肽,我们如何识别它是AMP还是非AMP?如果是,我们能确定它属于哪个功能类型吗?特别是,我们如何处理多类型问题,因为一个放大器可能属于两个或多个功能类型?为了解决这些对基础研究和药物开发都具有重要意义的问题,基于伪氨基酸组成(PseAAC)和模糊K-最近邻(FKNN)算法,设计了一种多标记分类器,其中PseAAC的组分具有五种理化性质。这种新的分类器称为iAMP-2L,其中“2L”表示它是一个2级预测器。第一个层次是回答上面的第一个问题,第二个层次是回答第二个和第三个问题,这些问题在这个领域是任何现有方法都无法解决的。为了方便用户,在http://www.jci-bioinfo.cn/iAMP-2L上建立了一个用户友好的iAMP-2L web服务器。


zbMATH参考文献(参考 23篇文章

显示第1到第20个结果,共23个。
按年份排序(引用)
  1. Butt,Ahmad Hassan;Rasool,Nouman;Khan,Yaser Daanial:通过将基于统计矩的特征纳入Chou的PseAAC(2019年),预测抗氧化蛋白质
  2. 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)
  3. 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)
  4. 梅,娟;付,易;赵,季:用特征选择和周的一般伪氨基酸组成分析和预测离子通道抑制剂(2018)
  5. Sabooh,M.Fazli;Iqbal,Nadeem;Khan,Mukhtaj;Khan,穆斯林;Maqbool,H.F.:使用复合编码特征识别RNA序列中的5-甲基胞嘧啶位点到Chou的PseKNC中(2018年)
  6. Sankari,E.Siva;Manimgalai,D.:通过将一个新的特征集整合到周的通用PseAAC中来预测膜蛋白类型(2018)
  7. Srivastava,Abhishikha;Kumar,Ravindra;Kumar,Manish:BlaPred:通过Chou的general PseAAC使用三层预测系统预测和分类(\β-内酰胺酶)(2018年)
  8. Tarafder,Sumit;Toukir Ahmed,医学博士;Iqbal,Sumaiya;Tamjidul Hoque,医学博士;Sohel Rahman,M.:RBSURFpred:使用正则化和优化回归在实空间和二进制空间中建模蛋白质可及表面积(2018年)
  9. Khan,穆斯林;Hayat,Maqsood;Khan,Sher Afzal;Ahmad,Saeed;Iqbal,Nadeem:Bi-PSSM:基于位置特异性评分矩阵的分枝杆菌膜蛋白识别智能计算模型(2017)
  10. Saghapour,Ehsan;Sehhati,Mohammadeza:利用CGH数据预测晚期结直肠癌的转移(2017)
  11. Jia,Jianhua;Liu,Zi;Xiao,Xuan;Liu,Bingxiang;Chou,Kuo Chen:pSuc-Lys:用PseAAC和集合随机森林法预测蛋白质中赖氨酸琥珀酰化位点(2016)
  12. 焦亚森;杜步峰:利用伪氨基酸组成预测高尔基体驻留蛋白质类型:基于位置特异性物理化学性质的方法(2016)
  13. 焦亚森;杜步峰:利用周氏伪氨基酸组成的一般形式预测高尔基体驻留蛋白类型:最小冗余最大相关特征选择方法(2016)
  14. Ali,Farman;Hayat,Maqsood:结合Chou的伪氨基酸组成,使用投票特征区间对膜蛋白类型进行分类(2015)
  15. Ju,Zhe;Cao,Jun Zhe;Gu,Hong:iLM-2L:通过将K-gap氨基酸对合并到Chou的general PseAAC中来识别蛋白质赖氨酸甲基化位点及其甲基化程度的两级预测因子(2015)
  16. 寇,高山;冯永娥:基于化学位移的二次判别算法识别五种简单的超二级结构(2015)
  17. Kumar,Ravindra;Srivastava,Abhishikha;Kumari,Bandana;Kumar,Manish:用Chou的伪氨基酸组成和支持向量机预测(\β)-内酰胺酶及其类别(2015)
  18. 刘国庆;邢永强;蔡璐:利用加权特征预测重组热点(2015)
  19. 李,熊;廖,波;陈浩文:乳腺癌易感性分析中产生致病性条形码的新技术(2015)
  20. Nanni,Loris;Brahnam,Sheryl;Lumini,Alessandra:通过将不同的蛋白质描述符纳入一般的周氏伪氨基酸组成来预测蛋白质结构类别(2014)