字符串

stringv9.1:蛋白质-蛋白质相互作用网络,增加覆盖率和整合度。对一个特定细胞中蛋白质之间所有直接和间接相互作用的全面了解将是全面描述细胞机制和功能的一个重要里程碑。虽然这一目标仍然难以实现,但已经取得了相当大的进展,特别是在某些模式生物和功能系统方面。目前,蛋白质的相互作用和联系在网上资源中有不同程度的详细注释,从原始数据仓库到高度形式化的路径数据库。对于许多应用程序,需要所有可用交互数据的全局视图,包括较低质量的数据和/或计算预测。字符串数据库(http://string-db.org/)旨在为尽可能多的生物体提供这样一个全球视角。对已知和预测的关联进行评分和整合,形成覆盖1100多个生物体的综合蛋白质网络。在这里,我们描述了对STRING版本9.1的更新,介绍了几个改进:(i)我们扩展了交互信息的科学文本的自动挖掘,现在也包括了全文文章(ii)我们完全重新设计了将交互作用从一个模型生物体转移到另一个模型生物体的算法;以及(iii)我们向用户提供在他们的网络中观察到的任何功能丰富的统计信息。


zbMATH中的参考文献(参考文献28条)

显示第1到第20个结果,共28个。
按年份排序(引用)
  1. 朱元元;胡斌;陈雷;戴琦:iMPTCE Hnetwork:一种多标记分类器,用于识别具有异质网络的化学物质和酶的代谢途径类型(2021)
  2. 塔布,提摩太ée;巴比隆,皮埃尔;Chiquet,Julien:基于采样数据的随机块模型的变分推断(2020)
  3. 范维林根,韦塞尔N。;斯塔姆,科恩A。;皮特尔斯,卡瑞尔F。W、 。;van de Wiel,Mark A:通过目标惩罚估计更新高斯图形模型(2020年)
  4. 张红;童铁军;兰德斯,约翰;吴哲阳:TFisher:一种用于组合(p)值的强大截断和加权过程(2020)
  5. 黄平;葛鹏;田青芬;黄国宝:结合基因表达数据和调控网络信息分析预测皮肤再生过程中的关键转录因子(2019)
  6. 科切图洛夫,安东;帕达洛斯,帕诺斯M。;Karakitsiou,Athanasia:计算生物医学的海量数据集和机器学习:趋势和挑战(2019)
  7. 拉斯蒂,赛义德;Vogiatzis,Chrysafis:蛋白质相互作用网络计算方法综述(2019)
  8. 蚕蛹;Camur,Mustafa Can:使用蛋白质相互作用网络中的诱导星识别必需蛋白质(2019年)
  9. 李振鹏;商、昌景;沈强:基于模糊关联三元组的变量间相关预测(2018)
  10. 宋伟;刘华平;王佳佳;孔、燕;阴、夏;2018年《东方卫视网综合数据分析》
  11. 斯夸蒂尼,提兹亚诺;卡尔达雷利,圭多;吉米尼,朱利奥;加布里埃尔,安德里亚;Garlaschelli,Diego:网络重构方法:经济和金融系统案例(2018)
  12. 冯·斯特乔,路易丝(编辑);Delgado,Alberto Santos(编辑):计算细胞生物学。方法和方案(2018)
  13. 王丁杰;邹秀芬:张量计算框架下多层网络节点中心度的新测度(2018)
  14. 阿赫梅多夫,穆罗日宗;列内尔,亚历山大;贝托尼,弗朗西斯科;Kwee、Ivo;弗雷恩克尔,欧内斯特;Montemanni,Roberto:生物网络功能分析的快速获奖Steiner forest算法(2017)
  15. Á爱德华多·伊瓦雷斯·米兰达;法尔汉,黑索;路易斯贝克,马丁;Sinnl,Markus:发现连接高尔基体碎片和神经元死亡的功能模块的双目标网络设计方法(2017)
  16. 沙法格哈蒂,莱拉;拉扎吉·莫哈达姆,扎哈拉;Mohammadnejad,Javad:了解酒精性肝病分子机制的系统生物学方法:静态和动态模型的发展(2017)
  17. 严,程;王建新;兰薇;吴方祥;潘毅:基于化学亚结构的复杂疾病药物靶向相互作用预测(2017)
  18. 安杰洛普洛斯,尼科斯;撒母耳,阿卜杜拉;Giamas,Georgios:逻辑程序设计的综合统计进展(2016)
  19. 德尼兹,卡洛斯;拉赫曼,拉齐尔;赵向元;Pal,Ranadip:药物敏感性预测算法(2016)
  20. 拉格拉,索菲亚;Seba,Hamida:大型图中三角形列表的有效精确算法(2016)