GPCRpred公司

GPCRpred:一种基于支持向量机的G蛋白偶联受体家族和亚家族预测方法。G蛋白偶联受体(GPCRs)是膜蛋白中最大的超家族之一,是药物设计的重要靶点。在这项研究中,一个基于支持向量机(SVM)的方法,GPCRpred,被发展用来从蛋白质的二肽组成预测GPCR的家族和亚家族。本研究中用于培训和测试的数据集来自http://www.soe.ucsc.edu/research/compbio/gpcr/。当使用5倍交叉验证进行评估时,该方法对GPCR和非GPCR进行了分类,准确率为99.5%。该方法还可以预测五个主要的类或族,总体马太相关系数(MCC)和准确度分别为0.81%和97.5%。在识别视紫红质类亚科时,该方法的平均MCC和准确率分别为0.97%和97.3%。在650个GPCRs的独立/盲数据集上,该方法在家系和亚科水平上的总体准确率分别达到91.3%和96.4%。在http://www.imtech.res.in/raghava/gpcrpred/上建立了一个基于多类支持向量机的GPCRs识别和分类服务器。我们还提出了42个序列的亚家族,这些序列先前被鉴定为未分类的a类GPCRs。补充信息见http://www.imtech.res.in/raghava/gpcrpred/info.html。


zbMATH参考文献(参考 7篇文章 参考)

显示结果1到7,共7个。
按年份排序(引用)

  1. 刘,焦;石,国友;朱凯歌:高精度联合潮汐预报模型(2019)
  2. 吴海燕;张玉森;陈伟;缪增超:蛋白质一级序列的图能量比较分析(2015)
  3. Lapinsh,Maris;Wikberg,Jarl E.S.:使用基于排列和与排列无关的方法进行激酶描述和线性和非线性数据分析技术的Kinome范围的相互作用建模(2010年)ioport公司
  4. Wang,Tong;Xia,Tian;Hu,Xiao ming:用于预测膜蛋白类型的保几何投影算法(2010)
  5. Holden,Nicholas;Freitas,Alex A.:蛋白质功能的层次分类与粒子群优化(2009)ioport公司
  6. Huang,De Shuang;Zhao,Xing Ming;Huang,Guang Bin;Cheung,Yiu Ming:利用亲水块对蛋白质序列进行分类(2006)
  7. Bhasin,Manoj;Raghava,G.P.S.:Gpcrpred:一种基于支持向量机的G蛋白偶联受体家族和亚家族预测方法。(2004年)ioport公司