×
肖轩;闵建良;王璞;周国晨

iCDI-PseFpt：利用PseAAC和分子指纹识别细胞网络中的通道药物相互作用。 （英语） Zbl 1411.92115号

J.西奥。生物。 337, 71-79 (2013).
摘要：生命中的许多重要功能，如心跳、感觉传导和中枢神经系统反应，都是由细胞通过各种离子通道发出的信号控制的。因此，离子通道已成为一种优秀的药物靶点，离子通道-药物相互作用网络的研究是药物开发的重要课题。然而，通过实验技术确定药物和蛋白质离子通道是否在细胞网络中相互作用既耗时又昂贵。尽管一些计算方法是基于蛋白质三维结构的知识在这方面发展起来的，但不幸的是，由于大多数蛋白质离子通道的三维结构仍然未知，它们的使用非常有限。随着后基因组时代产生的蛋白质序列雪崩，开发基于序列的计算方法来解决这个问题是非常必要的。为了迎接挑战，我们开发了一种新的预测工具，名为iCDI-PseFpt公司其中，蛋白质离子通道样品由灰色模型理论生成的PseAAC（伪氨基酸组成）组成，药物化合物由2D分子指纹组成，操作引擎为模糊（K）-最近邻算法。通过以下方式实现的总体成功率iCDI-PseFpt公司经折刀交叉验证的结果为87.27%，显著高于该地区现有的任何预测因子。作为一个用户友好的web服务器，iCDI-PseFpt公司公众可在网站上免费访问http://www.jci-bioinfo.cn/iCDI-PseFpt/此外，为了方便大多数实验科学家，我们提供了一个分步指南，介绍如何使用网络服务器获得所需的结果，而无需遵循论文中提出的复杂数学方程，只为了其完整性。我们注意到，目前的方法也可以用于研究其他药物靶点相互作用网络。

引用于18文件

MSC公司：

92C40型 生物化学、分子生物学

关键词：

离子通道;灰色模型;分子指纹;fuzzy（K）-最近邻算法;伪氨基酸组成

软件：

iLoc-Gpos公司;PseAAC-建筑商;财产;GPCR-2L型;iLoc-动物;iSNO-PseAAC公司;iNuc-PhysChem;iLoc-Euk公司;iRSpot-PseDNC公司;iLoc-Hum公司;四-2L;打开巴别塔;NR-2L型;iLoc-Virus病毒;iNR-PhysChem公司;PseAAC公司;iCDI-PseFpt公司;GPCR-GIA公司;位置传感器
PDF格式BibTeX公司 XML格式引用
\textit{X.Xiao}等人，J.Theor。生物.337，71--79（2013；Zbl 1411.92115）
全文： 内政部

参考文献：

[1] Altschul，S.F.，评估多重不同局部比对的统计意义，（Suhai，S.，基因组研究中的理论和计算方法（1997），Plenum:Plenum New York），1-14
[2] 安德森，A.C.，《基于结构的药物设计过程》，化学与生物学，10787-797（2003）
[3] M.J.Berardi。；Shih，W.M。；哈里森，S.C。；Chou，J.J.，通过核磁共振分子片段搜索确定线粒体解偶联蛋白2结构，《自然》，476，109-113（2011）
[4] Burbidge，R。；Trotter，M。；巴克斯顿，B。；Holden，S.，《通过机器学习进行药物设计：药物数据分析的支持向量机》，《计算机与化学》，第26期，第5-14页（2001年）
[5] Butina，D.，《基于日光指纹和Tanimoto相似性的无监督数据库聚类：一种快速、自动聚类大小数据集的方法》，《化学信息与计算机科学杂志》，39，747-750（1999）
[6] Call，M.E。；Schnell，J.R。；徐，C。；卢茨，R.A。；周杰杰。；Wucherpfenig，K.W.，齐塔zeta跨膜二聚体的结构揭示了其与T细胞受体组装所必需的特征，cell，127，355-368（2006）
[7] 曹博士。；徐庆生。；Liang，Y.Z.，Propy:生成周氏PseAAC各种模式的工具，生物信息学，29960-962（2013）
[8] 卡萨诺拉·马丁，G.M。；Marrero-Pone，Y。；M.T.Khan。；Khan，S.B。；托伦斯，F。；Perez-Jimenez，F。；雷西尼奥，A。；Abad，C.，《QSAR研究中基于键的2D二次指纹：虚拟和体外酪氨酸酶抑制活性阐释》，化学生物学和药物设计，76，538-545（2010）
[9] Chen，W。；冯，P.M。；Lin，H。；Chou，K.C.，iRSpot-PseDNC：用伪二核苷酸成分识别重组点，核酸研究，41，e68（2013）
[10] Chen，W。；Lin，H。；冯，P.M。；丁，C。；Zuo，Y.C。；Chou，K.C.，iNuc-PhysChem:一种基于序列的预测因子，用于通过物理化学性质识别核小体，《公共科学图书馆·综合》，7，e47843（2012）
[11] Chen，Y.K。；Li，K.B.，通过将蛋白质拓扑结构、结构域、信号肽和物理化学性质纳入周氏伪氨基酸组成的一般形式来预测膜蛋白类型，理论生物学杂志，318，1-12（2013）·兹比尔1406.92450
[12] Chou，K.C.，蛋白质的折叠类型是否取决于其氨基酸组成？，FEBS信件，363127-131（1995）
[13] Chou，K.C.，预测（20-1）-D氨基酸组成空间中蛋白质结构类的新方法，《蛋白质：结构、功能和遗传学》，21，319-344（1995）
[14] Chou，K.C.，利用亚基偶联预测信号肽，蛋白质工程，14，75-79（2001）
[15] Chou，K.C.，蛋白质信号序列及其裂解位点的预测，《蛋白质：结构、功能和遗传学》，42，136-139（2001）
[16] Chou，K.C.，使用缩放窗口预测信号肽，肽，221973-1979（2001）
[17] Chou，K.C.，使用伪氨基酸成分预测蛋白质细胞属性。，《蛋白质：结构、功能和遗传学》，43，246-255（2001），（勘误表：同上，2001年，第44卷，第60页）
[18] Chou，K.C.，《综述：结构生物信息学及其对生物医学科学的影响》，《当代药物化学》，第11期，第2105-2134页（2004年）
[19] Chou，K.C.，2型糖尿病的分子治疗靶点，蛋白质组研究杂志，31284-1288（2004）
[20] Chou，K.C.，《对α7烟碱乙酰胆碱受体胞外结构域三维结构建模的见解》，《生物化学和生物物理研究通讯》，319433-438（2004）
[21] Chou，K.C.，GABA-A受体胞外结构域建模：1、2、3和5亚型，生物化学和生物物理研究通讯，316，636-642（2004）
[22] Chou，K.C.，《人类钾钠通道三维结构建模的见解》，蛋白质组研究杂志，3856-861（2004）
[23] Chou，K.C.，使用两亲性伪氨基酸组成预测酶亚科类别，生物信息学，21，10-19（2005）
[24] Chou，K.C.，血栓素A2受体与鸟嘌呤核苷酸结合蛋白α-13亚单位之间的耦合作用，蛋白质组研究杂志，41681-1686（2005）
[25] Chou，K.C.，关于蛋白质属性预测和伪氨基酸组成的一些评论（50周年回顾），《理论生物学杂志》，273，236-247（2011）·Zbl 1405.92212号
[26] Chou，K.C。；张春涛，蛋白质结构类预测，生物化学与分子生物学评论，30，275-349（1995）
[27] Chou，K.C。；沈海斌，《综述：蛋白质亚细胞定位预测的最新进展》，分析生物化学，370，1-16（2007）
[28] Chou，K.C。；Shen，H.B.，Cell-PLoc：一个用于预测各种生物体内蛋白质亚细胞定位的Web服务器包（更新版本：Cell-PLoc 2.0：一个改进的用于预测各种有机体中蛋白质亚细胞位置的Web服务器软件包，自然科学，2010，2，1090-1103（2008），（自然协议3，153-162）
[29] Chou，K.C。；琼斯，D。；Heinrikson，R.L.，胱天蛋白酶-8的三级结构和底物结合位点的预测，FEBS Letters，419，49-54（1997）
[30] Chou，K.C。；托马塞利，A.G。；Heinrikson，R.L.，caspase-9/抑制剂复合物三级结构的预测，FEBS Letters，470，249-256（2000）
[31] Chou，K.C。；魏德清。；钟文忠，冠状病毒主蛋白酶与配体的结合机制及其在抗SARS药物设计中的意义，生物化学与生物物理学研究通讯，308148-151（2003）
[32] Chou，K.C。；吴振聪。；Xiao，X.，iLoc-Euk:预测单复合体和复合真核蛋白亚细胞定位的多标记分类器，《公共科学图书馆·综合》，6，e18258（2011）
[33] Chou，K.C。；吴振聪。；Xiao，X.，iLoc-Hum：使用累加-标签尺度预测人类蛋白质的单位点和多位点亚细胞位置，分子生物系统，8629-641（2012）
[34] 邓J.L.，灰色系统理论导论，《灰色系统杂志》，1-24（1989）·Zbl 0701.90057号
[35] 丁Y.S。；Zhang，T.L。；Chou，K.C.，用伪氨基酸组成和模糊支持向量机网络预测蛋白质结构类别，《蛋白质和肽快报》，14，811-815（2007）
[36] 道格拉斯，S.M。；周杰杰。；Shih，W.M.，用于NMR结构测定的DNA纳米管诱导的膜蛋白排列，美国国家科学院学报，104，6644-6648（2007）
[37] 杜，P。；王，X。；徐，C。；Gao，Y.，PseAAC-Builder:一个跨平台独立程序，用于生成各种特殊的Chou伪氨基酸成分，分析生物化学，425117-119（2012）
[38] 埃克特，H。；Bajorath，J.，《虚拟筛选中的分子相似性分析：基础、局限性和新方法》，《今日药物发现》，12，225-233（2007）
[39] Esmaeili，M。；Mohabatkar，H。；Mohsenzadeh，S.，使用周的伪氨基酸组成概念预测人类乳头瘤病毒的风险类型，理论生物学杂志，263203-209（2010）·Zbl 1406.92455号
[40] 尤因，T。；Baber，J.C。；Feher，M.，用于基于配体的虚拟筛选的新型2D指纹，《化学信息与建模杂志》，46，2423-2431（2006）
[41] Filimonov博士。；波罗里科夫，V。；Borodina，Y。；Gloriozova，T.，《通过原子的多层邻域进行化学相似性评估：与其他解密器的定义和比较》，《化学信息与建模杂志》，39，666-670（1999）
[42] 芬恩，P。；麻格尔顿，S。；页码，D。；Srinivasan，A.，使用归纳逻辑编程系统PROGOL发现药效团，机器学习，30，241-270（1998）
[43] 印度加巴什维利。；Sokolowski，B.H。；C.C.莫顿。；Giersch，A.B.，内耳离子通道基因表达，耳鼻喉科研究协会杂志，8305-328（2007）
[44] Georgiou，D.N。；卡拉卡西迪斯，T.E。；尼托·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》，《理论生物学杂志》，257，17-26（2009）·Zbl 1400.92393号
[45] Gillet，V.J。；Willett，P。；Bradshaw，J.，使用简化图进行相似性搜索，《化学信息与计算机科学杂志》，43，338-345（2003）
[46] Green，W.N.，《离子通道组装：创造功能结构》，《普通生理学杂志》，113163-170（1999）
[47] 格里尔，J。；埃里克森，J.W。；鲍德温，J.J。；Varney，M.D.，蛋白质靶分子三维结构在基于结构的药物设计中的应用，药物化学杂志，371035-1054（1994）
[48] Gregori-Puigjane，E。；Garriga-Sust，R。；Mestres，J.，用化学图形标识符索引分子，计算化学杂志，322638-2646（2011）
[49] 海亚特，M。；Khan，A.，基于Chou的PseAAC的一般形式，使用模糊（K）-最近邻算法识别外膜蛋白质，蛋白质和肽字母，19，411-421（2012）
[50] 何，Z。；张杰。；史晓华（Shi，X.H.）。；胡，L.L。；孔，X。；Cai，Y.D。；Chou，K.C.，《基于功能群和生物特征预测药物靶点相互作用网络》，《公共科学图书馆·综合》，5，e9603（2010）
[51] Hillisch，A。；Pineda，L.F。；Hilgenfeld，R.，同源模型在药物发现过程中的应用，《今日药物发现》，9659-669（2004）
[52] 霍普，T.P。；Woods，K.R.，从氨基酸序列预测蛋白质抗原决定簇，美国国家科学院学报，783824-3828（1981）
[53] 黄，T。；Wang，J。；Cai，Y.D。；Yu，H。；Chou，K.C.，基于丙型肝炎病毒网络的肝细胞肝硬化和癌分类，PLoS One，7，e34460（2012）
[54] Jorgensen，W.L.，《计算在药物发现中的多种作用》，《科学》，3031813-1818（2004）
[55] Kaczorowski，G。；O.麦克马纳斯。；牧师，B。；Garcia，M.，离子通道作为药物靶点：下一个GPCR，《细胞生物学杂志》，131399-405（2008）
[56] Kandaswamy，K.K。；Pugalenthi，G。；莫勒，S。；哈特曼，E。；Kalies，K.U。；Suganthan，P.N。；Martinetz，T.，通过伪氨基酸组成的新模式用遗传算法和支持向量机预测凋亡蛋白位置，《蛋白质和肽通讯》，17，1473-1479（2010）
[57] Keller，J.M。；Hunt，D.J.，将模糊隶属函数纳入感知器算法，IEEE模式分析和机器智能汇刊，7693-699（1985）
[58] Khosravian，M。；Faramarzi，F.K。；贝吉，M.M。；贝巴哈尼，M。；Mohabatkar，H.，《利用周氏伪氨基酸组成概念和机器学习方法预测抗菌肽》，《蛋白质与肽快报》，第20期，第180-186页（2013年）
[59] Knowles，J。；Gromo，G.，《药物发现指南：药物发现中的靶点选择》，《自然评论-药物发现》，263-69（2003）
[60] Laurent，S。；Elst，L.V。；Muller，R.N.，六种临床低分子量钆造影剂物理化学性质的比较研究，对比剂和分子成像，1128-137（2006）
[61] 李碧琴。；黄，T。；刘，L。；Cai，Y.D。；Chou，K.C.，在蛋白质相互作用网络中用mRMR和最短路径识别结直肠癌相关基因，PLoS One，7，e33393（2012）
[62] 林，S.X。；Lapointe，J.，《理论与实验生物学一体化》，《生物医学科学与工程杂志》（JBiSE），第6435-442页（2013年）
[63] Lin，W.Z。；Xiao，X。；Chou，K.C.，GPCR-GIA：通过灰色关联分析识别G蛋白偶联受体及其家族的网络服务器，蛋白质工程设计与选择，22，699-705（2009）
[64] Lin，W.Z。；Fang，J.A。；Xiao，X。；Chou，K.C.，iDNA-Prot:使用灰色模型随机森林识别DNA结合蛋白，《公共科学图书馆·综合》，6，e24756（2011）
[65] Lin，W.Z。；Fang，J.A。；Xiao，X。；Chou，K.C.，通过灰色系统模型将序列进化信息纳入伪氨基酸组成预测疟原虫分泌蛋白，PLoS One，7，e49040（2012）
[66] Lin，W.Z。；Fang，J.A。；Xiao，X。；Chou，K.C.，iLoc-Animal:预测动物蛋白质亚细胞定位的多标记学习分类器，分子生物系统，9634-644（2013）
[67] Lipinski，C.A。；伦巴多，F。；多明尼，B.W。；Feeney，P.J.，估计药物发现和开发环境中溶解度和渗透性的实验和计算方法，《药物递送高级评论》，46，1-3，3-26（2001）
[68] Maggiora，G.M。；Zhang，C.T。；Chou，K.C。；Elrod，D.W.，结合模糊聚类和神经网络预测蛋白质结构类别，（Devillers，J.，《定量构效关系和药物设计中的神经网络》（1996），学术出版社：伦敦学术出版社，255-279
[69] Mahalanobis，P.C.，《论统计学中的广义距离》，《印度国家科学院院刊》，2，49-55（1936）·Zbl 0015.03302号
[70] Mei，S.，利用Chou的基于PseAAC配方的多标签同源知识转移学习预测植物蛋白质亚细胞多定位，理论生物学杂志，310，80-87（2012）·Zbl 1337.92065号
[71] Mohabatkar，H.，《利用周氏伪氨基酸组成预测细胞周期蛋白》，《蛋白质和肽快报》，17，1207-1214（2010）
[72] Mohabatkar，H。；穆罕默德·贝吉，M。；Esmaeili，A.，使用Chou的伪氨基酸组成和支持向量机概念预测GABA（A）受体蛋白质，理论生物学杂志，281，18-23（2011）·兹比尔1397.92215
[73] Mohabatkar，H。；贝吉，M.M。；Abdolahi，K。；Mohsenzadeh，S.，利用Chou的伪氨基酸组成概念和机器学习方法预测过敏性蛋白质，药物化学，9，133-137（2013）
[74] 穆罕默德·贝吉，M。；贝贾蒂，M。；Mohabatkar，H.，基于Chou伪氨基酸组成概念的金属蛋白酶家族的机器学习预测，结构与功能基因组学杂志，12191-197（2011）
[75] Nakashima，H。；西川，K。；Ooi，T.，蛋白质的折叠类型与氨基酸组成有关，《生物化学杂志》，99，152-162（1986）
[76] Nanni，L。；Lumini，A.，《为亚线粒体定位创建周氏伪氨基酸特征的遗传编程》，《氨基酸》，34653-660（2008）
[77] Nanni，L。；鲁米尼，A。；古普塔，D。；Garg，A.，通过融合一组基于Chou伪氨基酸组成变体和进化信息的分类器来识别细菌毒性蛋白，IEEE/ACM计算生物学和生物信息学汇刊，9，467-475（2012）
[78] 尼修斯，B。；Bajorath，J.，《分子指纹重组：从不同指纹类型生成用于相似性搜索的混合指纹》，ChemMedChem，41859-1863（2009）
[79] 新墨西哥州奥博伊尔。；班克，M。；詹姆斯，C.A。；莫利，C。；Vandermeersch，T。；Hutchison，G.R.，《开放巴别塔：一个开放的化学工具箱》，《化学信息学杂志》，3，33（2011）
[80] 欧阳，B。；谢S。；M.J.Berardi。；赵晓明。；德夫·J。；于伟（Yu，W.）。；Sun，B。；Chou，J.J.，丙型肝炎病毒p7通道的异常结构，《自然》，498，521-525（2013）
[81] J.R.欧文。；麻省理工学院Nabney。；Medina-Franco，J.L。；Lopez-Valejo，F.，分子指纹的可视化，《化学信息与建模杂志》，51，1552-1563（2011）
[82] 类氧化剂，K。；Chou，J.J.，《磷酸五聚体的结构揭示了膜中的通道状结构》，美国国家科学院学报，10210870-10875（2005）
[83] Rarey，M。；Kramer，B。；Lengauer，T。；Klebe，G.，使用增量构建算法的快速灵活对接方法，《分子生物学杂志》，261470-489（1996）
[84] Ren，B.，新型原子型AI拓扑指数在烷烃QSPR研究中的应用，计算机与化学，26，357-369（2002）
[85] 罗特曼，I。；Konieczny，L。；尤尔科夫斯基，W。；Prymula，K。；Banach，M.，表征快速折叠蛋白质结构的两个中间模型，《理论生物学杂志》，28360-70（2011）·Zbl 1397.92536号
[86] Sahu，S.S。；Panda，G.，基于周氏伪氨基酸组成的蛋白质结构类预测新特征表示方法，计算生物学与化学，34，320-327（2010）·Zbl 1403.92221号
[87] Schames，J.R。；Henchman，R.H。；西格尔，J.S。；Sotriffer，C.A。；镍，H。；McCammon，J.A.，HIV整合酶中新结合沟的发现，药物化学杂志，471879-1881（2004）
[88] Schnell，J.R。；Chou，J.J.，甲型流感病毒M2质子通道的结构和机制，《自然》，451，591-595（2008）
[89] Shen，H.B。；Chou，K.C.，PseAAC：一种生成各种蛋白质伪氨基酸组成的灵活网络服务器，分析生物化学，373386-388（2008）
[90] Shen，H.B。；杨，J。；Chou，K.C.，基于伪氨基酸成分预测膜蛋白类型的模糊KNN，理论生物学杂志，240，9-13（2006）·Zbl 1447.92312号
[91] Shen，H.B。；杨，J。；刘晓杰。；Chou，K.C.，使用监督模糊聚类预测蛋白质结构类别，生物化学和生物物理研究通讯，334577-581（2005）
[92] Sirois，S。；Hatzakis，G.E。；魏德清。；杜青山。；Chou，K.C.，化学图书馆的可药用性评估，计算生物学和化学，29，55-67（2005）·Zbl 1095.92038号
[93] 孙晓勇。；史，S.P。；邱建德。；索，S.B。；黄S.Y。；Liang，R.P.，通过离散小波变换将物理化学性质纳入Chou的PseAAC的一般形式，识别蛋白质四元结构属性，分子生物系统，83178-3184（2012）
[94] Tan，L。；Lounkine，E。；Bajorath，J.，使用蛋白质-甘露相互作用中涉及的分子片段指纹进行相似性搜索，《化学信息与建模杂志》，482308-2312（2008）
[95] Tanford，C.，疏水相互作用对蛋白质球状构象稳定性的贡献，美国化学学会杂志，84，4240-4274（1962）
[96] Tehan，B.G。；劳埃德·E·J。；Wong，M.G.，氯氮平类似物在抗精神病药物作用药效团模型开发中的分子场分析，分子图形与建模杂志，19（2001），（417-426468）
[97] Voet，D。；Voet，J.G.，《生物化学》，5-6（1995），John Eiley&sons，Inc:John Eeley&sonns，Inc纽约
[98] 沃格特，I。；Stumpfe，D。；艾哈迈德，H.E。；Bajorath，J.，《计算机辅助化学生物学方法》。第2部分：使用2D分子指纹评估化合物选择性，化学生物学和药物设计，70195-205（2007）
[99] 瓦拉赫，I。；Lilien，R.，蛋白质小分子数据库，用于分析蛋白质配体结合的非冗余结构资源，生物信息学，25615-620（2009）
[100] Wang，J。；皮拉克，R.M。；McClintock，医学硕士。；Chou，J.J.，B型流感质子通道的溶液结构和功能分析，《自然结构和分子生物学》，第16期，第1267-1271页（2009年）
[101] 王，P。；Xiao，X。；Chou，K.C.，NR-2L：基于序列衍生特征识别核受体亚家族的两级预测因子，《公共科学图书馆·综合》，6，e23505（2011）
[102] 王，S。；扎哈里维茨，D.W。；沙尔马，R。；马尔克斯，V.E。；Lewin，N.E。；杜，L。；Blumberg，P.M。；Milne，G.W.，《通过计算机三维数据库药效团搜索发现新的、结构多样的蛋白激酶C激动剂》。分子模型研究，《药物化学杂志》，37，4479-4489（1994）
[103] Willett，P.，使用2D结构指纹进行相似性搜索，《分子生物学方法》，672133-158（2011）
[104] 伍顿，J.C。；Federhen，S.，氨基酸序列和序列数据库中局部复杂性的统计，计算机与化学，17，149-163（1993）·Zbl 0825.92102号
[105] 吴振聪。；Xiao，X。；Chou，K.C.，iLoc-Gpos:预测单复合体和多重革兰氏阳性细菌蛋白质亚细胞定位的多层分类器，《蛋白质和肽快报》，19，4-14（2012）
[106] Xiao，X。；Chou，K.C.，基于疏水指数的氨基酸数字编码，《蛋白质和肽字母》，第14期，第871-875页（2007年）
[107] Xiao，X。；Lin，W.Z。；Chou，K.C.，使用灰色动力学建模和伪氨基酸组成预测蛋白质结构类别，计算化学杂志，292018-2024（2008）
[108] Xiao，X。；吴振聪。；Chou，K.C.，iLoc-Virus:一种多标签学习分类器，用于识别单位点和多位点病毒蛋白的亚细胞定位，《理论生物学杂志》，284，42-51（2011）·Zbl 1397.92238号
[109] Xiao，X。；王，P。；Chou，K.C.，Quat-2L：预测蛋白质四元结构属性的网络服务器，《分子多样性》，第15期，第149-155页（2011年）
[110] Xiao，X。；王，P。；Chou，K.C.，GPCR-2L：通过杂交两种不同模式的伪氨基酸组成预测G蛋白偶联受体及其类型，分子生物系统，7911-919（2011）
[111] Xiao，X。；王，P。；Chou，K.C.，GPCR-2L：通过杂交两种不同模式的伪氨基酸组成预测G蛋白偶联受体及其类型，分子生物系统，7911-919（2011）
[112] 萧，X。；吴振聪。；Chou，K.C.，《预测革兰氏阴性细菌蛋白质亚细胞定位的单位点和多位点多标签分类器》，《公共科学图书馆·综合》，6，e20592（2011）
[113] Xiao，X。；王，P。；Chou，K.C.，iNR-PhysChem:一种基于序列的预测因子，用于通过物理化学属性矩阵识别核受体及其亚家族，PLoS One，7，e30869（2012）
[114] Xu，Y。；丁，J。；Wu，L.Y。；Chou，K.C.，iSNO-PseAAC：通过将位置特异性氨基酸倾向纳入伪氨基酸组成来预测蛋白质中的半胱氨酸S-亚硝基化位点，PLoS One，8，e55844（2013）
[115] 薛，L。；Bajorath，J.，化学信息学、计算组合化学和虚拟筛选中的分子描述符，组合化学和高通量筛选，3363-372（2000）
[116] Yamanishi，Y。；荒木，M。；Gutteridge，A。；本田，W。；Kanehisa，M.，从化学和基因组空间的整合预测药物-靶标相互作用网络，生物信息学，24，i232-i240（2008）
[117] 袁，Y。；裴，J。；Lai，L.，用于基于结构药物设计的蛋白质靶点结合位点检测和药物敏感性预测，当前药物设计，192326-2333（2013）
[118] Zhang，C.T。；Chou，K.C。；Maggiora，G.M.，从氨基酸组成预测蛋白质结构类别：模糊聚类的应用，蛋白质工程，8425-435（1995）
[119] 张世伟。；Zhang，Y.L。；Yang，H.F。；Zhao，C.H。；Pan，Q.，使用周的伪氨基酸组成概念预测蛋白质亚细胞定位：结合进化信息和冯·诺依曼熵的方法，氨基酸，34565-572（2008）
[120] 朱，S。；Okuno，Y。；津本，G。；Mamitsuka，H.，从文献中挖掘隐含“化学化合物-烯”关系的概率模型，生物信息学，21，Suppl 2，ii245-i251（2005）
[121] 齐亚·乌尔，R。；Khan，A.，《利用Chou的伪氨基酸组成识别GPCR及其类型：基于多尺度能量表示和位置特异性评分矩阵的方法》，《蛋白质和肽快报》，第19期，第890-903页（2012年）
[122] 邹，D。；何，Z。；He，J。；Xia，Y.，利用周的伪氨基酸组成预测超二级结构，计算化学杂志，32，271-278（2011）
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。