iRSpot PseDNC

iRSpot PseDNC:识别具有伪二核苷酸组成的重组点。减数分裂重组是一个重要的生物学过程。作为进化的主要驱动力,重组提供了遗传变异的自然新组合。减数分裂重组不是在基因组中随机发生的,而是发生在一些频率较高的基因组区域(所谓的“热点”)和频率较低的其他区域(所谓的“冷池”)。因此,热点和冷点的信息将为深入研究重组机制和基因组进化过程提供有益的启示。到目前为止,重组区主要是通过实验来确定,这既费时又费时。随着后基因组时代产生的基因组序列的雪崩,人们迫切需要开发一种快速有效地识别重组区域的自动化方法。在这项研究中,我们开发了一个称为“iRSpot-PseDNC”的预测因子,用于识别重组热点和冷点。在新的预测因子中,DNA序列样本由一个新的特征向量,即所谓的“伪二核苷酸组成”(PseDNC),其中包含六个局部DNA结构特性,即三个角度参数(扭曲、倾斜和滚动)和三个平移参数(移位、滑动和上升)。通过严格的刀切试验观察到,iRSpot-PseDNC识别酿酒酵母重组点的总成功率>82%,表明新的预测因子是有前途的,或者至少可以成为该领域现有方法的补充工具。虽然用于训练和测试当前方法的基准数据集来自酿酒酵母,但基本方法也可以扩展到处理所有其他基因组。尤其值得注意的是,PseDNC方法也可以用于研究其他许多与DNA相关的问题。作为一个用户友好的web服务器,iRSpot PseDNC可以在http://lin.uestc.edu.cn/server/iRSpot-PseDNC。


zbMATH中的参考文献(参考文献65条)

显示第1到第20个结果,共65个。
按年份排序(引用)
  1. 阿迪丽娜,谢赫;法里德,德万医学博士;Shatabda,Swakkhar:通过周的通用PseAAC使用关键特征预测有效的DNA结合蛋白(2019)
  2. 艾哈迈德,贾迈勒;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)
  3. 陈国栋;曹操,伙计;俞佳琳;郭新云;施少平:周氏通用PseAAC结合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)
  4. 贾建华;李小燕;邱,王仁;晓萱;周国臣:iPPI PseAAC(CGR):通过将混沌博弈表示纳入PseAAC(2019年),识别蛋白质-蛋白质相互作用
  5. 汗,亚瑟·达尼尔;雅米勒,米伦;侯赛因,瓦卡尔;拉苏尔,努曼;可汗,谢尔·阿夫扎尔;周国琛:psbond-PseAAC:利用PseAAC和统计矩积分预测二硫键位点(2019)
  6. 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-最近邻算法检测蛋白质序列中的甲酰化位点(2019)
  7. 潘毅;王世元;张琪;陆谦子;苏东青;左永春;杨磊:周氏不同伪成分和还原氨基酸组成对动物毒素的分析与预测(2019)
  8. 穆罕默德,穆罕默德;塔亚拉,希拉;Chong,Kil-To:iRNA-PseKNC(2甲基):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)
  9. 田宝光;吴雪;陈,程;邱文英;马、秦;于斌:融合不同的周氏伪成分并使用小波去噪方法预测蛋白质-蛋白质相互作用(2019)
  10. 王立东;张瑞军;Mu,Yashuang:Fu-SulfPred:通过Chou'S general PseAAC确定蛋白质S-硫基化位点(2019)
  11. 赵薇;李广平;王军;周,袁科;高、杨;Du,Pu Feng: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)
  12. 赵小伟;张,叶;宁,乔;张宏瑞;季金超;Yin,Minghao:使用粒子群优化优化的极端梯度提升系统识别N(^6)-甲基腺苷位点(2019)
  13. 程、香;晓萱;Chou,Kuo Chen:pLoc逯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)
  14. 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)
  15. 贾、仓植;杨青;邹全:NucPosPred:general PseKNC的四种不同模式预测物种特异性基因组核小体定位(2018)
  16. 梁云云;张胜利:通过Kullback-Leibler Difference将不同模式的PSSM整合到周氏的通用PseAAC中,识别革兰氏阴性细菌分泌的蛋白质类型(2018)
  17. 梅,娟;傅易;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)
  18. 邱文英;李珊珊;崔晓雯;俞昭敏;王明辉;杜俊伟;彭彦君;于斌:通过将伪位置特异性评分矩阵整合到周氏的伪氨基酸组成中来预测蛋白质亚软骨的位置(2018)
  19. 阿披实喀斯利瓦斯塔瓦;库马尔,拉文德拉;Kumar,Manish:BlaPred:通过Chou's general PseAAC使用三层预测系统预测和分类(\β-内酰胺酶)(2018)
  20. 塔拉弗德,苏米特;Toukir Ahmed,医学博士。;伊克巴尔,苏美亚;Tamjidul Hoque,医学博士;Sohel Rahman,M.:RBSURFRED:使用正则化和优化回归在真实和二进制空间中建模蛋白质可及表面积(2018)