iRSpot-Pse6NC

iRSpot-Pse6NC:通过将六聚体成分并入通用PseKNC来识别酿酒酵母中的重组点。减数分裂双链DNA断裂引起的减数分裂重组。在某些区域,DNA重组的频率相对较高,而在其他区域则较低:前者通常被称为“重组热点”,而后者称为“重组冷锅”。热点和冷点的信息可以为理解基因组革命的机制提供重要线索。因此,准确预测这些斑点是很重要的。在这项研究中,我们通过统一相同长度(131bp)的样本来重建基准数据集。在此基础上,利用支持向量机(SVM)分类器,通过二项式分布方法,将六聚体的关键特征引入广义PseKNC(伪K-元组核苷酸组成)中,开发了一种新的预测因子iRSpot-Pse6NC。通过严格的交叉验证发现,所提出的预测因子在总体准确度、稳定性、敏感性和特异性方面均优于同类预测因子。为了方便大多数实验科学家,我们在http://lin-group.cn/server/iRSpot-Pse6NC上建立了iRSpot-Pse6NC的web服务器,用户无需查阅详细的数学方程,就可以轻松地获得他们想要的结果。


zbMATH参考文献(13篇文章引用)

显示结果1到13,共13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. 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. 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)
  6. 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)
  7. 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)
  8. 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)
  9. 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)
  10. 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)
  11. 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)
  12. 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)
  13. 张胜利;梁云云:结合自相关和PSSM预测凋亡蛋白亚细胞定位(2018)