洛斯姆普西

LOCSVMPSI:一个基于支持向量机和PSI-BLAST模式的真核蛋白质亚细胞定位网络服务器。蛋白质的亚细胞定位是蛋白质功能的重要特征之一,因为蛋白质必须在亚细胞水平上正确定位才能发挥正常的生物学功能。本文介绍了一种基于支持向量机(SVM)和PSI-BLAST轮廓线生成的位置特异性评分矩阵的新方法——LOCSVMPSI。通过对RH2427数据集的刀切试验,LOCSVMPSI的总体预测精度达到90.2%,高于SubLoc和ESLpred对该数据集的预测结果。此外,在PK7579数据集上进行了5倍交叉验证,预测结果始终优于基于多个支持向量机的预测性能,同时考虑了氨基酸和氨基酸对的组成。对SWISSPROT新的唯一数据集的进一步测试表明,LOCSVMPSI的预测性能也优于一些广泛使用的预测方法,如PSORTII、TargetP和LOCnet。这些结果表明,LOCSVMPSI是预测真核蛋白质亚细胞定位的有力工具。可在http://mpust.cn和http://mpsi.cn上免费访问http://mpsi.cn和http://svsi.cn上免费开发的在线方法。


zbMATH参考文献(参考 11篇文章

显示结果1到11,共11个。
按年份排序(引用)

  1. Muthu Krishnan,S.:通过混合方法将进化信息整合到通用PseAAC中,对脊椎动物血红蛋白蛋白质进行分类(2016年)
  2. Arango Argoty,G.A.;Jaramillo Garzón,J.A.;Castellanos Domínguez,G.:用于预测革兰氏阴性细菌蛋白质亚细胞定位的统计接触电位和小波变换的特征提取(2015)
  3. Kavousi,Kaveh;Sadeghi,Mehdi;Moshiri,Behzad;Araabi,Babak N.;Moosavi Movahedi,Ali Akbar:基于超折叠概念的证据理论蛋白质折叠分类(2012)
  4. Kavousi,Kaveh;Moshiri,Behzad;Sadeghi,Mehdi;Araabi,Babak N.;Moosavi Movahedi,Ali Akbar:通过PSSM融合不同模式的伪氨基酸组成而形成的蛋白质折叠分类器(2011年)
  5. Zakeri,Pooya;Moshiri,Behzad;Sadeghi,Mehdi:基于不同序列特征数据融合的蛋白质亚软骨位置预测(2011)
  6. Blum,Torsten;Briesemeister,Sebastian;Kohlbacher,Oliver:Multiloc2:整合系统发育学和基因本体论术语改进亚细胞蛋白质定位预测(2009)ioport公司
  7. 杜普峰;曹圣娇;李彦达:亚氯酸:用伪氨基酸组成预测蛋白质亚叶绿体位置和证据理论(K)-最近邻(ET-KNN)算法(2009)
  8. Kumar,Manish;Raghava,Gajendra P.S.:使用SVM和HMM模型预测核蛋白(2009)ioport公司
  9. 徐倩;胡,郝德瑞克;薛,洪;余,魏川;杨强:半监督蛋白质亚细胞定位(2009)ioport公司
  10. Ou,Yu Yen;Gromiha,M.Michael;Chen,Shu An;Suwa,Makiko:TMBETADISC-RBF:用RBF网络和PSSM剖面识别(\beta)桶膜蛋白(2008)
  11. 谢丹;李敖;王明辉;樊哲文;冯焕青:基于支持向量机和PSI-BLAST的真核蛋白质亚细胞定位网络服务器。(2005年)ioport公司