×
Pai，Priyadarshini P。；蒂塔拉吉·达什；苏坎塔·蒙达尔

使用概率方法对蛋白质-RNA相互作用残基进行序列鉴别。 （英语） Zbl 1369.92035号

J.西奥。生物。 418, 77-83 (2017).
摘要：众所周知，蛋白质与核糖核酸（RNA）的相互作用对于转录调控、蛋白质合成或翻译以及翻译后修饰等广泛的细胞过程至关重要。RNA-相互作用残基的鉴定可以深入了解这些过程，并有助于相关的生物技术操作。由于它们在防治疾病和工业生产方面的最终潜力，多年来利用基于序列和结构的信息进行了几次计算尝试。最近的比较研究表明，尽管取得了这些进展，但在各种工具的可用性、先决条件和可访问性方面仍面临许多问题，因此需要在预测场景中使用替代方法和补充视角，我们提出了一种简单有效的条件概率方法，该方法基于氨基酸在非数字序列特征空间中相互作用区域的局部出现，用于区分RNA相互作用残基和非相互作用残基。使用交叉估计方法仔细测试了该方法的鲁棒性，结果表明电动机控制中心0.341和（F-）测量值为66.84%。在使用迄今为止可用的基准数据集探索大规模应用程序时，该方法显示出与最新技术相比令人鼓舞的性能https://github.com/ABCgrp/DORAEMON网站.

引用于1文件

MSC公司：

92C40型 生物化学、分子生物学
第62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

贝叶斯定理；条件概率；交叉估计；从头开始方法；蛋白质-RNA相互作用

软件：

iDrug目标；iPTM-mLys公司；iRSpot-PseDNC公司；爆炸；普南-PC；Cd命中；iPro54-PseKNC；iOri人类；国际RNA-AI；iCar-PseCp公司；pSumo光盘；iPPBS-光学；PSI-爆炸；github；文祥；pSuc-Lys基因；iDNA-甲基；平谷；iHyd-PseCp公司；国际有色人种协进会；iSuc-选择权；月2日；多雷蒙德
PDF格式BibTeX公司 XML格式引用
\textit{P.P.Pai}等人，J.Theor。生物学418，77--83（2017；Zbl 1369.92035）
全文： 内政部

参考文献：

[1] 奥韦特，S.D。；肥大草，F.C。；Allain，F.H.-T.，单链rna的序列特异性结合：有识别代码吗？，《核酸研究》，34、17、4943-4959（2006）
[2] Altschul，S.F。；Madden，T.L。；Schäffer，A.A。；张杰。；张，Z。；Miller，W。；Lipman，D.J.，Gapped blast和psi blast：新一代蛋白质数据库搜索程序，核酸研究，25，173389-3402（1997）
[3] 奥尔特豪斯，I.W。；Gonzales，A。；周，J。；罗梅罗，D。；Deibel，M。；周，K。；Kezdy，F。；雷斯尼克。；Busso先生。；因此，A.，喹啉u-78036是hiv-1逆转录酶的有效抑制剂，生物学杂志。化学。，268, 20, 14875-14880 (1993)
[4] 奥尔特豪斯，I.W。；周杰杰。；Gonzales，A.J。；Deibel，M.R。；Chou，K.C。；Kezdy，F.J。；Romero，D.L。；Palmer，J.R。；Thomas，R.C.，非核苷hiv-1逆转录酶抑制剂u-88204e的动力学研究，生物化学，32，26，6548-6554（1993）
[6] Chen，W。；冯·P。；丁，H。；林，H。；Chou，K.-C.，使用变形能量分析基因组中的核小体定位，基因组学，107，2，69-75（2016）
[8] Chen，W。；冯，P.-M。；林，H。；Chou，K.-C.，irspot-psednc：用伪二核苷酸成分识别重组点，核酸研究（2013），（gks1450）
[9] Chen，W。；丁，H。；冯·P。；林，H。；Chou，K.-C.，iacp：一种基于序列的抗癌肽鉴定工具。，Oncotarget，7，13，16895-16909（2016）
[10] Cheng，X。；赵，S.-G。；Xiao，X。；Chou，K.-C.，《iatc-mism:预测解剖治疗化学物质类别的多标签分类器》，生物信息学（2016），（btw644）
[11] Chou，K.-C.，《关于预测分子生物系统中多标签属性的一些评论》，《分子生物学》。，9, 6, 1092-1100 (2013)
[12] Chou，K.-C.，关于蛋白质属性预测和伪氨基酸组成的一些评论，J.Theor。生物学，273，1，236-247（2011）·Zbl 1405.92212号
[13] 周，K。；江，S。；刘伟。；Fee，C.，酶动力学图形理论。1.稳态反应体系。罪。，22, 3, 341-358 (1979) ·Zbl 0399.92007号
[14] 周，K。；Forsén，S.，酶催化速率定律的图形规则，生物化学。J.，187，3829-835（1980）
[15] Chou，K.-C.，稳态和非稳态酶动力学中的图形规则，J.Biol。化学。，264, 20, 12074-12079 (1989)
[16] Chou，K.C.，图论在酶动力学和蛋白质折叠动力学中的应用：稳态和非稳态系统，生物物理。化学。，35, 1, 1-24 (1990)
[17] Chou，K.-C.，药物代谢系统的图形规则，当前。药物代谢。，11, 4, 369-378 (2010)
[18] 周，K.-C。；林，W.-Z。；Xiao，X.，Wenxiang：绘制文祥图的网络服务器，自然科学。，3, 10, 862 (2011)
[19] 周，K.-C。；Shen，H.-B.，《评论：开发用于预测蛋白质属性的网络服务器的最新进展》，《自然科学》。，1, 02, 63 (2009)
[20] Chou，K.-C.，生物信息学对药物化学的影响，医学化学。，11, 3, 218-234 (2015)
[22] 加格农，M.G。；Seetharaman，S.V。；Bulkley，D。；Steitz，T.A.，《挽救停滞核糖体的结构基础：与核糖体结合的yaej的结构》，《科学》，33560741370-1372（2012）
[24] 贾，J。；刘，Z。；Xiao，X。；刘，B。；Chou，K.-C.，isuc pseopt:通过将序列偶联效应纳入伪组分并优化不平衡训练数据集来鉴定蛋白质中的赖氨酸琥珀酰化位点，Anal。生物化学。，497, 48-56 (2016)
[25] 贾，J。；刘，Z。；Xiao，X。；刘，B。；Chou，K.-C.，psuc-lys：用pseaac和整体随机森林方法预测蛋白质中的赖氨酸琥珀酰化位点，J.Theor。生物学，394223-230（2016）·Zbl 1343.92153号
[26] 贾，J。；刘，Z。；Xiao，X。；刘，B。；Chou，K.-C.，icar-psecp:通过蒙特卡罗采样识别蛋白质中的羰基化位点，并将序列偶联效应纳入一般pseaac，Oncotarget，7，23，34558-34570（2016）
[27] 贾，J。；张，L。；刘，Z。；Xiao，X。；Chou，K.-C.，psumo-cd：通过将序列耦合效应纳入通用pseaac，使用协方差判别算法预测蛋白质中的sumoylation位点，生物信息学，32，20，3133-3141（2016）
[28] 贾，J。；刘，Z。；Xiao，X。；刘，B。；Chou，K.-C.，ippbs-opt:一种基于序列的集成分类器，用于通过优化不平衡训练数据集来识别蛋白质结合位点，Molecules，21，1，95（2016）
[30] 琼斯，S。；Daley，D.T。；新墨西哥州卢斯科姆。；伯曼，H.M。；Thornton，J.M.，《蛋白质与核酸相互作用：结构分析》，《核酸研究》，29，4，943-954（2001）
[32] 库马尔，M。；格罗米哈，M.M。；Raghava，G.，使用支持向量机和pssm谱预测蛋白质中的rna结合位点，蛋白质：结构。，功能。，生物信息。，71, 1, 189-194 (2008)
[33] 李伟（Li，W.）。；Godzik，A.，《Cd-hit:聚类和比较大组蛋白质或核苷酸序列的快速程序》，生物信息学，22，13，1658-1659（2006）
[35] 刘，Z。；Xiao，X。；Yu，D.-J。；贾，J。；邱伟荣。；Chou，K.-C.，prnam-pc：通过物理化学性质预测rna序列中的n6-甲基腺苷位点，分析。生物化学。，497, 60-67 (2016)
[36] 林，H。；邓永中。；丁，H。；Chen，W。；Chou，K.-C.，ipro54-pseknc：一种基于序列的预测因子，用于通过伪K元组核苷酸组成识别原核生物中的sigma-54启动子，核酸研究，42，21，12961-12972（2014）
[37] 刘，Z。；Xiao，X。；邱伟荣。；Chou，K.-C.，idna-methyl：通过伪三核苷酸组成识别dna甲基化位点，Ana。生物化学。，474, 69-77 (2015)
[38] Mackereth，C.D。；Sattler，M.，《rna的多域蛋白质识别动力学》，Curr。操作。结构。《生物学》，22，3，287-296（2012）
[39] 苗，Z。；Westhof，E.，Rbscore&nbencha利用大型基准数据库预测核酸结合残基的高级web服务器，《核酸研究》（2016），（gkw251）
[40] 苗，Z。；Westhof，E.，《核酸结合位点预测程序的大规模评估》，《公共科学图书馆计算生物学》。，11、12、e1004639（2015）
[42] Pai，P.P。；Mondal，S.，Mowgli：利用进化信息预测蛋白质-甘露糖相互作用残基与集成分类器，J.Biomol。结构。动态。，1-15 (2015)
[43] Pai，P.P。；Ranjani，S.S。；Mondal，S.，Pingu：使用序列信息预测酶催化残基，PloS One，10，8，e0135122（2015）
[44] 佩雷兹·卡诺，L。；Fernández-Recio，J.，《最佳蛋白-rna区域》，opra：一种基于倾向的方法来识别蛋白质上的rna结合位点，蛋白质：结构。，功能。，生物信息。，78, 1, 25-35 (2010)
[45] 邱伟荣。；孙碧琴。；Xiao，X。；徐，Z.C。；Chou，K.-C.，iptm-mlys:识别多个赖氨酸ptm位点及其不同类型，生物信息学，32，20，3116-123（2016）
[46] 邱伟荣。；孙碧琴。；Xiao，X。；徐，Z.C。；Chou，K.-C.，ihyd psecp:通过将序列偶联效应纳入一般pseaac来鉴定蛋白质中的羟脯氨酸和羟赖氨酸，肿瘤靶点，7，28，44310（2016）
[47] Re，A。；乔希，T。；Kulberkyte，E。；莫里斯，Q。；Workman，C.T.，Rna-protein相互作用：概述，Rna Seq。，结构。，功能：计算。生物信息。方法，491-521（2014）
[48] Si，J。；崔，J。；Cheng，J。；Wu，R.，rna结合蛋白和结合位点的计算预测，国际分子科学杂志。，16, 11, 26303-26317 (2015)
[50] 特里比里尼，M。；桑德，J.D。；Lee，J.-H。；Zaback，P。；Jernigan，R.L。；Honavar，V。；Dobbs，D.，Rnabindr:分析和预测蛋白质中rna结合位点的服务器，《核酸研究》，第35卷，第2期，W578-W584（2007）
[51] Wang，L。；黄，C。；Yang，M.Q。；Yang，J.Y.，Bindn+，从蛋白质序列特征准确预测dna和rna结合残基，BMC系统。生物，4，1，1（2010）
[52] 吴振中。；Xiao，X。；Chou，K.-C.，2d-mh：一个基于组成氨基酸的物理化学性质生成蛋白质序列图形表示的网络服务器，J.Theor。生物学，267，1，29-34（2010）·Zbl 1410.92089号
[53] 吴振中。；Xiao，X。；Chou，K.-C.，loc-plant:一种多标记分类器，用于预测具有单位点和多位点的植物蛋白质的亚细胞定位，Mol.Biosyst。，7, 12, 3287-3297 (2011)
[54] Xiao，X。；Min，J.-L。；林，W.-Z。；刘，Z。；Cheng，X。；Chou，K.C.，idrug-target：通过基准数据集优化方法预测药物化合物和靶蛋白在细胞网络中的相互作用，J.Biomol。结构。动态。，33, 10, 2221-2233 (2015)
[55] 熊，D。；曾杰。；Gong，H.，Rbrident：一种改进的识别初级序列蛋白质中rna结合残基的算法，蛋白质：结构。，功能。，生物信息。，83, 6, 1068-1077 (2015)
[56] 严，J。；弗里德里希，S。；Kurgan，A.，《基于序列的dna和rna结合残基预测因子的综合比较综述》，Brief。生物信息学。，17, 1, 88-105 (2016)
[57] E.-M.亚瑟。；阿巴斯，M。；Q.马卢希。；Honavar，V.，《Fastrnabindr：快速准确预测蛋白质-rna界面残基》，PloS One，11，7，e0158445（2016）
[58] Yu，D.-J。；胡，J。；黄，Y。；沈海波。；齐，Y。；唐，Z.-M。；Yang，J.-Y.，Targetatpsite：利用残基进化图像稀疏表示和分类器集成预测atp-结合位点的无模板方法，J.Compute。化学。，34, 11, 974-985 (2013)
[59] 赵，H。；Yang，Y。；周瑜，rna结合蛋白从低分辨率到高分辨率的预测，分子生物学。，2417-2425年9月10日（2013年）
[60] 张，C.-J。；Tang，H。；李，W.C。；林，H。；Chen，W。；Chou，K.-C.，Iori人：通过将二核苷酸的物理化学性质结合到伪核苷酸组成中来鉴定复制的人类起源，肿瘤靶点，7，43，69783-69793（2016）
[61] 周，G。；邓，M.，周氏导出酶动力学方程的图形规则扩展到涉及平行反应路径的系统，《生物化学》。J.，222169-176（1984）
[62] 周国平，文祥图中lzcc蛋白残基的分布为蛋白质相互作用机制提供了新的见解，J.Theor。《生物学》，284，1142-148（2011）·Zbl 1397.92245号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。