iEzy药物:一个网络服务器,用于识别细胞网络中酶和药物之间的相互作用。酶具有极高的选择性和催化细胞内几乎所有化学反应的效率,在生物体的生命中起着至关重要的作用,因此成为药物设计的常用靶点。通过靶向酶开发药物的一个重要步骤是识别细胞内药物与酶的相互作用。光靠实验技术来做这件事既费时又费钱。虽然一些计算方法是基于酶的三维结构的知识而发展起来的,但由于许多酶的三维结构仍然未知,其应用受到了很大的限制。在这里,我们报道了一种基于序列的预测因子,称为“iEzy药物”,其中每一种药物化合物都由258个特征成分组成的分子指纹组成,每种酶都是通过结合序列进化信息和序列衍生的理化特征生成的周氏伪氨基酸组成,预测引擎采用模糊K近邻算法。通过严格的交叉验证,iEzy药物的总成功率约为91%。此外,为了最大限度的方便广大实验科学家,建立了一个用户友好的web服务器,用户可以方便地获得他们想要的结果。


zbMATH参考文献(15篇文章引用)

显示第1到15个结果,共15个。
按年份排序(引用)

  1. 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近邻算法检测蛋白质序列中的甲酰化位点(2019)
  2. 梅,娟;付,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)
  3. Nasiri,Jaber;Naghavi,Mohammad Reza;Kayvanjoo,Amir Hossein;Nasiri,Mojtaba;Ebrahimi,Mansour:利用SSR分子数据对一些有监督和无监督的基因型鉴别算法的精度评估(2015年)
  4. Ruiz Blanco,Yasser B.;Marrero Ponce,Yovani;Prieto,Pablo J.;Salgado,Jesús;García,Yamila;Sotomayor Torres,Clivia M.:基于胡克定律的蛋白质折叠率方法(2015年)
  5. 徐燕;丁亚新;丁军;吴凌云;邓乃阳:Phogly-PseAAC:结合位置特异性倾向的蛋白质赖氨酸磷酸甘油化预测(2015)
  6. Bakhtiarizadeh,Mohammad Reza;Moradi Shahrbaak,Mohammad;Ebrahimi,Mansour;Ebrahimie,Esmaeil:神经网络和支持向量机分类器准确预测脂质结合蛋白,不考虑序列同源性(2014)
  7. Chen,Xiao;Peng,Qinke;Han,Libin;Zhong,Tao;Xu,Tao:一种基于超图划分的有效单倍型装配算法(2014)
  8. 林志厚;蔡宗林:利用遗传算法训练的支持向量机选择的一些分子特征,构建含有单氧合酶的人或猪黄素代谢药物的线性QSAR(2014)
  9. Lyons,James;Biswas,Neela;Sharma,Alok;Dehangi,Abdollah;Paliwal,Kuldip K.:使用核化动态时间扭曲法通过氨基酸残基对齐进行蛋白质折叠识别(2014)
  10. Mondal,Sukanta;Pai,Priyadarshini P.:周的伪氨基酸组成改善了基于序列的抗冻蛋白预测(2014)
  11. Nanni,Loris;Lumini,Alessandra;Brahnam,Sheryl:识别细胞网络中蛋白质-药物相互作用的一组描述符(2014)
  12. Pavesi,Angelo:通过线性判别分析预测热稳定性的决定因素:以谷氨酸脱氢酶蛋白家族为例(2014)
  13. Podder,Avijit;Jatana,Nidhi;Latha,N.:人类多巴胺受体相互作用网络(DRIN):网络拓扑、稳定性和功能的系统生物学观点(2014)
  14. Wan,Shibiao;Mak,Man Wai;Kung,Sun Yuan:R3P-Loc:一种使用岭回归和随机投影进行蛋白质亚细胞定位的紧凑多标记预测因子(2014)
  15. Yang,Lei;Lv,Yingli;Li,Tao;Zuo,Yongchun;Jiang,Wei:人类蛋白质的亚细胞定位特性(2014)