甲基吲哚乙酸

甲基脱氧核糖核酸：通过伪三核苷酸组成鉴定DNA甲基化位点。主要发生在胞嘧啶上，DNA甲基化是一个过程，通过这个过程，细胞可以修改其DNA来改变基因产物的表达。它在生命发展中起着非常重要的作用，但也在几乎所有类型的癌症的形成中起着非常重要的作用。因此，了解DNA甲基化位点对于基础研究和药物开发都具有重要意义。给定一个含有许多胞嘧啶残基的未标记的DNA序列，哪一个可以甲基化，哪一个不能？随着后基因组时代产生的DNA序列的雪崩，人们迫切需要开发计算方法来精确地识别DNA中的甲基化位点。利用三核苷酸组成、伪氨基酸组分和数据集优化技术，我们开发了一种新的预测因子“iDNA甲基”，它在识别DNA甲基化位点方面取得了比现有预测因子更高的成功率。在http://www.jci-bioinfo.cn/iDNA-Methyl上建立了一个用户友好的web服务器，用户可以很容易地得到他们想要的结果。我们预计web服务器预测器将成为基础研究和药物开发的一个非常有用的高通量工具，并且这种新的方法和技术也可以用于研究其他许多与DNA相关的问题和基因组分析。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH参考文献（19篇文章引用）

显示第1至19个结果，共19个。
按年份排序(引用)

  1. 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）
  2. 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
  3. 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）
  4. 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）
  5. Arif，Muhammad；Hayat，Maqsood；Jan，Zahoor:IMem-2LSAAC：通过将SAAC的概念扩展到Chou的伪氨基酸组成中来识别膜蛋白及其类型的两级模型（2018年）
  6. Cheng，Xiang；Xiao，Xuan；Chou，Kuo Chen:pLoc峈bal-mGneg:通过准平衡训练数据集和通用PseAAC预测革兰氏阴性细菌蛋白质的亚细胞定位（2018）
  7. 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）
  8. 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）
  9. 张胜利；段欣：蛋白质亚细胞定位的过采样预测和周氏通用PseAAC（2018）
  10. Dezhangi，Abdollah；López，Yosvany；Lal，Sunil Pranit；Taherzadeh，Ghazaleh；Michaelson，Jacob；Sattar，Abdul；Tsunoda，Tatsuhiko；Sharma，Alok:PSSM Suc：使用位置特定的评分矩阵精确预测琥珀酰化，并将其应用到bigram中进行特征提取（2017）
  11. 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）
  12. Pai，Priyadarshini P.；Dash，Tirtharaj；Mondal，Sukanta：使用概率方法对蛋白质RNA相互作用残基的序列识别（2017年）
  13. 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）
  14. 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）
  15. 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）
  16. Mishra，Avdesh；Iqbal，Sumaiya；Hoque，Md Tamjidul：通过使用基于为所有原子计算的无处不在的phi和psi角的评分函数来区分蛋白质诱饵和天然诱饵（2016年）
  17. 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）
  18. 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）
  19. 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）