字符串

字符串v9。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35条)

显示第1到第20个结果,共35个。
按年份排序(引用)
  1. 刘易;程,龙;宋,襄阳;李超;张建涛;王磊:预测胰腺癌总生存率和治疗反应的TP53相关免疫预后标志(2022)
  2. 考恩,莱诺;德夫科塔,卡皮尔;胡晓哲;墨菲,詹姆斯M。;吴开义:扩散状态距离:多期分析、快速算法及在生物网络中的应用(2021)
  3. Janyasupab,帕尼萨;苏拉坦,阿皮查特;Plaimas,Kitiporn:识别疾病相关基因的中心度测量网络扩散(2021)
  4. Polina Suter,Jack Kuipers,Giusi Moffa,Niko Beerenwinkel:贝叶斯网络的结构学习与抽样与R包BiDAG(2021)阿尔十四
  5. 阿尔吞塔斯,伏尔坎;郭,穆拉特;Kocal,Osman Hilmi:Lyapunov指数对生物网络扩散状态的响应(2020)
  6. 泰布,提摩太;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)
  7. 范维林根,韦塞尔N。;斯塔姆,科恩A。;皮特尔斯,Carel 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)
  8. 王荣泉;王彩霞;Liu,Guixia:从动态和静态PPI网络中挖掘蛋白质复合物的贪婪启发式搜索算法的一种新的图聚类方法(2020)
  9. 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)
  10. 安杰洛普洛斯,尼科斯;Wielemaker,一月:大数据生物分析进展(2019)
  11. 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)
  12. 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)
  13. 拉斯蒂,赛义德;Vogiatzis,Chrysafis:蛋白质相互作用网络计算方法综述(2019)
  14. 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)
  15. 怎么了,哈维尔J。;Navlakha,Saket:不同生物网络中功能模块的Rentian缩放证据(2018)
  16. 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)
  17. 宋伟;刘华平;王佳佳;孔、燕;阴、夏;臧卫东:方法:综合转录组数据分析的web服务器(2018)
  18. 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)
  19. 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)
  20. 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)