iCTX型

iCTX类型:一种基于序列的预测因子,用于识别靶向离子通道中的芋螺毒素类型。芋螺毒素(Conotoxins)是一类富含二硫醚的神经毒性小肽,具有很高的特异性与离子通道结合并调节其活性。在过去的几十年里,芋螺毒素已经成为治疗慢性疼痛、癫痫、痉挛和心血管疾病的候选药物。根据其功能和作用靶点,芋螺毒素一般分为三类:钾通道型、钠通道型和钙通道型。随着后基因组时代产生的肽序列的激增,开发一种基于序列信息快速、准确识别芋螺毒素类型的自动化方法迫在眉睫。为了应对这一挑战,我们开发了一种新的预测因子,称为iCTX型,它将芋螺毒素序列的二肽出现频率合并到一个400-D(维度)的一般伪氨基酸组成中,然后通过特征优化程序将样本表示从400-D减少到50-D向量。通过严格的交叉验证,iCTX型的总成功率超过91%,优于RBF网络。此外,iCTX类型是目前唯一一个可以使用其web服务器的预测工具,因此对于大多数实验科学家来说,在不需要遵循复杂数学的情况下获得他们想要的结果尤其有用。


zbMATH中的参考文献(参考文献21条)

显示第1到第20个结果,共21个。
按年份排序(引用)
  1. 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
  2. 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)
  3. 阿克巴,沙希德;Hayat,Maqsood:二甲基STTNC:通过将SAAC的概念扩展到Chou的PseAAC中以形成RNA序列来识别N(^6)-甲基腺苷位点(2018)
  4. 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)
  5. 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)
  6. 西藏,阿布多拉;洛佩斯,约斯瓦尼;拉尔,Sunil Pranit;他哈撒代,迦撒勒;迈克尔森,雅各布;萨塔尔,阿卜杜勒;津田、大冢子;Sharma,Alok:PSSM Suc:使用位置特异性评分矩阵精确预测琥珀酰化,用于特征提取(2017)
  7. 可汗,穆斯林;哈亚特,马苏德;可汗,谢尔·阿夫扎尔;艾哈迈德,赛义德;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)
  8. 贾建华;刘、子;晓萱;刘炳祥;周国臣:pSuc赖氨酸: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)
  9. 焦亚森;杜步峰:利用伪氨基酸组成预测高尔基体驻留蛋白类型:具有位置特异性物理化学性质的方法(2016)
  10. 米什拉,阿夫德什;伊克巴尔,苏美亚;Hoque,医学博士Tamjidul:通过使用基于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)
  11. 杨连平;张向德;傅皓月;杨晨辉:基于最小缺失词的基因组局部分析估计器(2016)
  12. 阿拉姆,礼萨·佐胡里;Charkari,Nasrollah Moghadam:蛋白质折叠识别的两层分类框架(2015)
  13. 丁燕瑞;王雪芹;牟兆林:铁超氧化物歧化酶氨基酸网络中的群落(2015)
  14. 穆罕默德·甘吉塔贝什;蒙塔瑟里,索海拉;Zare Mirakabad,Fatemeh:使用温度效应预测两个RNAs之间的相互作用(2015)
  15. 居哲;曹君哲;Gu,Hong:iLM-2L:通过将K-gap氨基酸对纳入Chou的general PseAAC(2015),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. 可汗,扎希尔乌拉;哈亚特,马苏德;Khan,Muazzam Ali:结合概率神经网络模型,使用Chou的伪氨基酸组成区分酸性和碱性酶(2015)
  17. 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)
  18. 库马尔,拉文德拉;阿披实喀斯利瓦斯塔瓦;库马里,班达纳;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)
  19. Ruiz Blanco,Yasser B公司。;马里罗·庞斯,约瓦尼;普里托,巴勃罗J。;萨尔加多,杰斯;加西亚,亚米拉;Sotomayor Torres,Clivia M.:基于胡克定律的蛋白质折叠率方法(2015)
  20. 张强;李红;赵晓青;郑、严;周德良:外显子结合区和EJC结合区外显子与内含子序列匹配的分布偏差。埃勒根(2015)