iDNA6mA PseKNC公司

iDNA6mA-PseKNC:结合核苷酸的物理化学性质来鉴定DNA的N6甲基腺苷位点。N6甲基腺嘌呤(6mA)是一种广泛存在于DNA序列中的复制后修饰(PTM或PTRM)。准确地确定其位点将有助于揭示6mA的生物学功能,但单靠实验来确定6mA的生物学功能既费时又昂贵。不幸的是,到目前为止,还没有生物信息学工具可以这样做。为了填补这一空白,我们提出了一种新的预测因子iDNA6mA-PseKNC,它是通过将核苷酸的物理化学性质引入伪K-元组核苷酸组成(PseKNC)而建立的。通过严格的交叉验证,预测因子的敏感性(Sn)、特异性(Sp)、准确度(Acc)和稳定性(MCC)分别为93%、100%、96%和0.93。为了方便大多数实验科学家,在http://lin-group.cn/server/iDNA6mA-PseKNC上建立了一个用户友好的iDNA6mA-PseKNC网络服务器,用户无需经过复杂的数学方程,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(引用)
  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. 陈国栋,曹,满,俞佳林,郭新云,史少平:周氏通用PseAAC中六种特征对原核生物赖氨酸乙酰化位点的预测与功能分析(2019)
  3. Hussain,Waqar;Khan,Yaser Daanial;Rasool,Nouman;Khan,Sher Afzal;Chou,Kuo Chen:Sprenlc PseAAC:通过Chou的5步规则和通用PseAAC开发的序列模型,用于识别蛋白质中的s-prenylization位点(2019年)
  4. 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
  5. 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)
  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. 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)
  8. 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)
  9. Wang,Lidong;Zhang,Ruijun;Mu,Yashuang:Fu-SulfPred:通过Chou'S general PseAAC确定蛋白质S-硫基化位点(2019年)
  10. 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)
  11. 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)
  12. 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)
  13. 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)
  14. 贾仓智;杨青;邹权:基于通用PseKNC的四种不同模式预测物种特异性基因组核小体定位(2018)
  15. Ju,Zhe;Wang,Shi Yun:基于mRMR特征选择和模糊支持向量机算法的S-磺基化位点预测(2018)
  16. 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)
  17. 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)
  18. Sabooh,M.Fazli;Iqbal,Nadeem;Khan,Mukhtaj;Khan,穆斯林;Maqbool,H.F.:使用复合编码特征识别RNA序列中的5-甲基胞嘧啶位点到Chou的PseKNC中(2018年)
  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)