pLoc-mHum公司

pLoc-mHum:通过通用PseAAC预测多位置人类蛋白质的亚细胞定位,以筛选出关键的GO信息。动机:为了深入了解蛋白质在细胞中的功能,了解蛋白质的亚细胞定位是必不可少的。目前的研究主要集中在基于序列信息的人类蛋白质亚细胞定位预测上。虽然在这方面已经作出了相当大的努力,但这个问题还远远没有得到解决。现有的大多数方法只能处理单位点蛋白质。实际上,具有多个位置的蛋白质可能具有一些特殊的生物学功能,这些功能对基础研究和药物设计都特别重要。结果:利用多标记理论,我们提出了一种新的预测因子pLoc-mHum,将关键的GO(基因本体)信息提取到PseAAC(伪氨基酸组成)中。在同样严格的基准数据集上的严格交叉验证表明,所提出的pLoc-mHum预测因子显著优于iLoc-Hum,后者是预测人类蛋白质亚细胞定位的最新方法。可用性和实现:为了最大限度地为大多数实验科学家提供便利,在http://www.jci-bioinfo.cn/pLoc-mHum/上建立了一个用户友好的网络服务器,用户无需进行复杂的数学运算就可以轻松地获得所需的结果。


zbMATH参考文献(参考 21篇文章 参考)

显示第1到第20个结果,共21个。
按年份排序(引文)
  1. Ahmad,Jamal;Hayat,Maqsood:MFSC:采用Chou's PseAAC成分的一般形式对高尔基蛋白进行分类的基于多投票的特征选择(2019年)
  2. Ghosh,Avirup;Yan,Hong:与非小细胞肺癌相关的EGFR-ErbB3异二聚体的氢键分析和耐药性(2019年)
  3. 贾建华;李晓燕;邱,王仁;肖,宣;周,郭晨:iPPI PseAAC(CGR):通过将混沌博弈表示纳入PseAAC(2019年),识别蛋白质相互作用
  4. 吕福华;朱茂树;林英英;钟宏斌;蔡磊;何,林;周国臣:CTLA-4-ig治疗狼疮性肾炎的初步疗效评价(2019年)
  5. 宁,乔;马志强;赵晓伟:Dforml(KNN)-PseAAC:通过周的5步规则和伪成分,使用K近邻算法检测蛋白质序列中的甲酰化位点(2019)
  6. 潘奕;王世元;张琦;陆倩子;苏东青;左永春;杨磊:周氏各种伪成分和还原氨基酸组成对动物毒素的分析与预测(2019)
  7. Rout,Subhashree;Mahapatra,Rajani Kanta:\textITi恶性疟原虫CDPK5蛋白的分子建模、对接和动力学分析(2019年)
  8. 沈一楠;唐继军;郭飞:结合进化和理化信息识别蛋白质亚细胞定位(2019)
  9. Tahir,Muhammad;Tayara,Hilal;Chong,Kil-To:iRNA-PseKNC(2methyl):通过卷积神经网络和Chou的伪成分识别RNA 2'-O-甲基化位点(2019年)
  10. 田宝光;吴,薛;陈,程;邱文英;马,秦;余,斌:融合周氏伪成分,利用小波去噪方法预测蛋白质-蛋白质相互作用(2019)
  11. 赵薇;李广平;王军;周远科;高,杨;杜,蒲峰:结合功能域富集分数和伪氨基酸组成预测蛋白质亚高尔基体位置(2019)
  12. 赵晓伟;张晓伟;张,叶;宁,乔;张宏瑞;纪金超;尹明浩:用粒子群优化的极值梯度提升系统识别N(^6)-甲基腺苷位点(2019)
  13. Akbar,Shahid;Hayat,Maqsood:通过将SAAC的思想扩展到Chou的PseAAC中以形成RNA序列,来识别N(^6)-甲基腺苷位点(2018年)
  14. Cheng,Xiang;Xiao,Xuan;Chou,Kuo Chen:pLoc峈bal-mGneg:通过准平衡训练数据集和通用PseAAC预测革兰氏阴性细菌蛋白质的亚细胞定位(2018)
  15. Chiu,Jimmy Ka Ho;Dillon,Tharam S.;Chen,Yi Ping Phoebe:RNA家族中的大规模频繁茎模式挖掘(2018)
  16. 梁云云;张胜利:通过Kullback-Leibler Difference将不同模式的PSSM整合到周氏通用PseAAC中,识别革兰氏阴性细菌分泌的蛋白质类型(2018)
  17. 梅,娟;付,易;赵,季:用特征选择和周的一般伪氨基酸组成分析和预测离子通道抑制剂(2018)
  18. 邱文英;李文英;李珊珊;崔晓雯;俞昭敏;王明辉;杜俊伟;彭彦军;俞斌:通过将伪位置特异性评分矩阵纳入周氏伪氨基酸组成预测蛋白质亚软骨位置(2018)
  19. Sankari,E.Siva;Manimgalai,D.:通过将一个新的特征集整合到周的通用PseAAC中来预测膜蛋白类型(2018)
  20. Srivastava,Abhishikha;Kumar,Ravindra;Kumar,Manish:BlaPred:通过Chou的general PseAAC使用三层预测系统预测和分类(\β-内酰胺酶)(2018年)