工厂MPOC

植物mPLoc:一种自上而下的增强植物蛋白质亚细胞定位能力的策略。蛋白质组学和细胞生物学的基本目标之一是确定蛋白质在各种细胞器和途径中的功能。蛋白质的亚细胞位置信息可以为揭示蛋白质的功能和了解它们在细胞网络系统中如何相互作用提供有用的见解。现有的植物蛋白质亚细胞定位预测方法大多只能覆盖三个或四个定位点,不能处理同时存在于两个或两个以上不同位置的多个植物蛋白质。实际上,这种复合蛋白可能具有值得特别注意的特殊生物学功能。本研究从上述两个方面对现有的植物蛋白质亚细胞定位预测因子进行改进。通过三种不同的伪氨基酸组成模式,将基因本体信息、功能域信息和序列进化信息相结合,开发了一种新的预测因子植物mPLoc。它可以用来鉴定植物蛋白质在以下12个位置:(1)细胞膜,(2)细胞壁,(3)叶绿体,(4)细胞质,(5)内质网,(6)细胞外,(7)高尔基体,(8)线粒体,(9)细胞核,(10)过氧化物酶体,(11)质体,(12)液泡。与现有的预测植物蛋白质亚细胞定位的方法相比,新的预测因子更加强大和灵活。特别是,它还具有处理多位置蛋白质的能力,这是任何现有的植物蛋白质亚细胞定位的预测因子所无法达到的。作为一个用户友好的web服务器,Plant mPLoc可以在http://www.csbio.sjtu.edu.cn/bioinf/Plant multi/上免费访问。此外,为了方便广大实验科学家,我们提供了一个分步指南,介绍如何使用web服务器来获得所需的结果。预计本文提出的植物mPLoc预报器将成为植物科学及相关领域的一个非常有用的工具。


zbMATH参考文献(27篇文章引用)

显示第1到第20个结果,共27个。
按年份排序(引用)
  1. 沈一楠;唐继军;郭飞:结合进化和理化信息识别蛋白质亚细胞定位(2019)
  2. 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)
  3. 最大关联氨基酸组成预测法(Chou-Du-Pu,2016)用最大关联度法预测高尔基氨基酸组成(2016)
  4. 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)
  5. 万世彪;麦文伟;龚,孙媛:基于套索的可解释人类蛋白质亚细胞定位预测因子(2015)
  6. 梅素玉:基于集成的大规模膜蛋白识别迁移学习(2014)
  7. Yang,Lei;Lv,Yingli;Li,Tao;Zuo,Yongchun;Jiang,Wei:人类蛋白质的亚细胞定位特性(2014)
  8. 黄超;袁景琦:利用周氏假氨基酸组成的三种不同模式预测单位点和多位点蛋白质亚叶绿体位置(2013)
  9. Hayat,Maqsood;Khan,Asifullah:通过杂交SAAC和PSSM预测膜蛋白类型(2012)
  10. 李涛;李谦忠:利用进化信息和蛋白质骨架结构解释蛋白质中的蛋白质RNA相互作用位点(2012)
  11. 刘国庆;刘国庆;刘佳佳;崔向军;蔡,陆:重组热点的序列依赖性预测(2012)
  12. 吕金龙;胡,薛海;胡东刚:一种新的预测嗜热核苷酸序列的混合分形算法(2012)
  13. 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)
  14. 梅素玉:基于周氏PseAAC公式的多核转移学习用于蛋白质亚线粒体定位(2012)
  15. Mishra,Pooja;Nath Pandey,段落:基于相互信息的Elman RNN蛋白质序列分类(2012年)
  16. 邱志军;王锡成:基于斑块的残基特征预测蛋白质相互作用位点(2012)
  17. 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)
  18. 周国臣:蛋白质属性预测与伪氨基酸组成(2011)
  19. de Avila e Silva,Scheila;Echeverigaray,Sergio;Gerhardt,Günther J.L.:BacPP:细菌启动子预测——肠杆菌中精确西格玛因子特异性分配的工具(2011年)
  20. Hayat,Maqsood;Khan,Asifullah:通过将复合蛋白质序列特征融合到伪氨基酸组成中来预测膜蛋白类型(2011)