黑点伪码

IrPoT-PdNNC:用伪二核苷酸组成鉴定重组点。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。而不是随机发生在基因组中,减数分裂重组发生在一些基因组区域(所谓的“热点”)具有较高的频率,在其他地区(所谓的“冷点”)的频率较低。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见解。到目前为止,重组区主要由实验确定,这既昂贵又费时。随着后基因组时代所产生的基因组序列的雪崩,迫切需要开发自动化的方法来快速有效地识别重组区域。在这项研究中,开发了一个预测,称为“IrPoT PSDNC”,用于识别重组热点和冷点。在新的预测器中,DNA序列的样本由一个新的特征向量,即所谓的“伪二核苷酸组成”(PISDNC)组成,其中包含六个局部DNA结构特性,即三个角参数(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在酿酒酵母中鉴定重组点的总成功率>82%,表明新的预测因子是有希望的,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,但基本方法也可以被扩展以处理所有其他基因组。特别是,我们没有注意到,PTEDNC方法也可以用来研究许多其他的DNA相关问题。作为一个用户友好的Web服务器,iRSpot PseDNC可以在HTTP://L.UestC.EdUCN/Serv/IrSPOT-PSDNC中自由访问。


ZBMaCT中的参考文献(65篇文章中引用)

显示结果1至20的65。
按年份排序(引文
  1. Adilina,谢赫;法里德,DeWangMD;Shatabda,SkkkHar:利用Chou PseAAC(2019)的关键特征预测有效的DNA结合蛋白预测
  2. 艾哈迈德,贾马尔;HayAT,MqSOOD:MFSC:基于Couth-PaSac分量的一般形式的高尔基蛋白质分类的多投票特征选择(2019)
  3. 陈,Guodong;曹,人;于,Jialin;郭,Xinyun;石,邵平:将六种特征结合到Chou的PseAAC(2019)中预测和分析原核赖氨酸乙酰化位点。
  4. 贾,Jianhua;李,Xiaoyan;邱,万仁;萧,Xuan;Chou,Chou:(CGR):将混沌游戏表示结合到PASAAC(2019)中识别蛋白质-蛋白质相互作用
  5. 可汗,Yaser Daanial;Jamil,Mehreen;侯赛因,Waqar;RasooL,Onman;可汗,Pix:Y:PssBosi-PaSaCac:PISAAC和统计矩的结合预测二硫键结合位点(2019)
  6. 宁,Qiao;马,支强;赵,肖伟:Dforml(KNN)-PISAAC:利用K的最近邻算法通过Chou的5步规则和伪分量检测蛋白质序列中的甲酰化位点(2019)
  7. 潘,Yi;王,Shiyuan;张,齐;卢,Qianzi;Su,东青;左,永春;杨,雷:各种Chou伪组分和还原氨基酸组成的动物毒素分析和预测(2019)
  8. Tahir,穆罕默德;Tayya,Helal.;Chong,KILTO:iRNA PseKNC(2-甲基):通过卷积神经网络和Chou伪成分识别RNA 2’-O-甲基化位点(2019)
  9. 田,Baoguang;吴,薛;陈,程;邱,文英;马,秦,禹,秦:融合各种伪伪分量和小波去噪方法预测蛋白质相互作用(2019)
  10. 王,Lidong;张,Ruijun;穆,亚双:Fu SulfPred:通过Chou将军PseAAC(2019)融合森林来鉴定蛋白质S-磺基化位点
  11. 赵,魏;李,广平;王,军;周,Yuan Ke;高,高;杜,雅:结合功能域富集分数与伪氨基酸组成预测蛋白质亚高尔基体位置(2019)
  12. 赵,Xiaowei;张,叶;宁,Qiao;张,洪瑞;冀,Jinchao;尹,明浩:用粒子群优化算法优化极值提升系统识别N(^ 6)-甲基腺苷位点(2019)
  13. 程,Xiang;萧,Xuan;Chou,阔晨:PLOCHI-BAL-MGNEG:拟平衡训练数据集和普通PseAAC(2018)预测革兰氏阴性细菌蛋白的亚细胞定位
  14. Contreras Torres,埃内斯托:通过将蛋白质的全局和局部物理化学和构象性质结合到周杰伦的PASAAC(2018)中预测蛋白质的结构类别
  15. 贾,苍志;杨,庆;祖河,Quan:NuCuPoReD:通过一般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,Yunyun;张,胜利:通过Kullback-Leibler散度(2018)将不同的PSM模式结合到Chou的一般PASAAC中,鉴定革兰氏阴性细菌分泌蛋白类型。
  17. 梅,胡安;傅,Yi;赵,冀:用特征选择和Chou一般伪氨基酸组成分析和预测离子通道抑制剂(2018)
  18. 秋,温英;李,山;崔,Xiaowen;禹,Zhaomin;王,Minghui;杜,Junwei;彭,Yanjun;禹,Bin:将伪位置特异记分矩阵结合到一般的伪氨基酸组成中预测蛋白质亚线粒体位置(2018)
  19. 斯里瓦斯塔瓦,Abhishikha;库马尔,拉文德拉;库马尔,曼尼什:BLAPREST:预测和分类(β)-内酰胺酶使用Chou Chou PseAAC(2018)的三层预测系统
  20. Taulfter,SUMIT;Toukir Ahmed,Md.;IQBAL,SuMaya;Tajdul-Hok,Md;Sohel Rahman,M:RBSurfPrd:利用正则化和优化回归建模真实和二元空间中蛋白质可访问表面积(2018)