EzyPred公司

EzyPred:一种自上而下预测酶功能类和亚类的方法。给定一个蛋白质序列,我们如何辨别它是酶还是非酶?如果是,它属于哪个主功能类?它的子功能类呢?解决这些问题是非常重要的,因为它们与非特征蛋白的生物学功能及其作用对象和作用过程密切相关。特别是,随着后基因组时代产生的蛋白质序列的雪崩和通过实验确定其功能的进展相对缓慢,人们迫切需要开发一种自动化的方法,通过这种方法可以快速、准确地回答这些问题。在这里,一个自上而下的预测器被称为EzyPred,是通过融合功能域和进化信息得到的结果来开发的。EzyPred是一个三层预测器:第一层预测引擎用于将查询蛋白质识别为酶或非酶;第二层用于主功能类;第三层用于子功能类。所有三层的总成功率都高于90%,这是通过对非常严格的基准数据集进行严格的交叉验证测试得到的,在这些基准数据集中,没有任何一种蛋白质与同一类或亚类中的任何其他蛋白质具有>或=40%的序列一致性。EzyPred可在http://chou.med.harvard.edu/bioinf/EzyPred/上免费访问,通过该网站可以在90秒内获得所需的蛋白质序列查询的3级结果。


zbMATH参考文献(16篇文章引用)

显示第1到16个结果,共16个。
按年份排序(引文)

  1. Georgiou,D.N.;Karakasidis,T.E.;Megaritis,A.C.;Nieto,Juan J.;Torres,A.:遗传序列比较的模糊拓扑方法的扩展(2015)
  2. Khan,Zaheer Ullah;Hayat,Maqsood;Khan,Muazzam Ali:使用Chou的伪氨基酸组成结合概率神经网络模型识别酸性和碱性酶(2015)
  3. 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)
  4. Rahimi,Amir;Madadkar Sobhani,Armin;Touser kani,Rouzbeh;Goliaei,Bahram:功能特异性3D基序在酶分类中的功效(根据EC编号)(2013年)
  5. 周国臣:蛋白质属性预测与伪氨基酸组成(2011)
  6. Georgiou,D.N.;Karakasidis,T.E.;Nieto,Juan J.;Torres,A.:使用度量空间和模糊集研究遗传序列的熵/清晰度(2010)
  7. 黄伟;张建民;王玉荣;黄丹:一种基于模糊理论的生物序列相似性分析的简单方法(2010)
  8. 杨洁;李佳煌;王,金;张,陈宇:糖酵解与凋亡整合之线粒体中不良复合物之分子模拟(2010)
  9. Anand,Ashish;Suganthan,P.N.:基于支持向量机的多类癌症分类和分类优化基因和概率估计(2009)
  10. Frenkel,Zakharia M.;Frenkel,Zeev M.;Trifonov,Edward N.;Snir,Sagi:蛋白质序列空间中通过流网络的结构相关性(2009年)
  11. Georgiou,D.N.;Karakasidis,T.E.;Nieto,J.J.;Torres,A.:使用模糊聚类技术和矩阵对氨基酸进行分类及其对周氏伪氨基酸组成的影响(2009年)
  12. Jahandideh,Samad;Hoseini,Somayyeh;Jahandideh,Mina;Hoseini,Afsaneh;Miri Disfani,Fatemeh:使用两阶段混合神经判别模型预测蛋白质的(\γ)转型(2009)
  13. 邵晓健;田英杰;吴凌云;王勇;景,凌;邓乃阳:用核方法从序列预测DNA和RNA结合蛋白(2009)
  14. 杨建义;彭振玲;余祖国;张瑞杰;安,沃;王德生:基于混沌博弈表示的递归量化分析预测蛋白质结构类(2009)
  15. 曾玉红;郭彦志;肖荣泉;杨莉;俞乐政;李孟龙:基于自协方差方法,利用增广的周伪氨基酸组成预测蛋白质亚软骨位置(2009)
  16. Munteanu,Cristian Robert;González-Díaz,Humberto;Magalhães,Alexandre L.:基于成分、序列、3D和拓扑指数的酶/非酶分类模型复杂性(2008)