×

pLoc_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。 (英语) Zbl 1406.92173号

摘要:分子细胞生物学中最热门的课题之一是确定不同生物体蛋白质的亚细胞定位。这是因为它对基础研究和药物开发都至关重要。最近,开发了一种称为“pLoc-mGneg”的预测因子,用于识别革兰氏阴性细菌蛋白质的亚细胞定位。对于相同的目的,它的性能远远优于其他预测因子,尤其是在处理多标记系统时,其中一些称为“多重蛋白质”的蛋白质可能同时出现在两个或多个亚细胞位置。尽管它确实是一个非常强大的预测因子,但肯定需要付出更多的努力来进一步改进它。这是因为pLoc-mGneg是由一个极其偏斜的数据集训练的,其中一些子集(亚细胞位置)的大小大约是其他子集的5到70倍。因此,它无法避免这样一个不均匀的训练数据集所造成的有偏见的后果。为了减轻这种后果,我们通过对训练数据集进行准平衡,开发了一种新的减少偏差的预测器,称为pLoc(_-\)bal-mGneg。在完全相同的实验证实数据集上进行的交叉验证测试表明,在识别革兰氏阴性细菌蛋白质的亚细胞定位方面,所提出的新预测因子明显优于现有最先进的预测因子pLoc-mGneg。为了最大限度地为大多数实验科学家提供便利,已在http://www.jci-bioinfo.cn/pLoc_bal-mGneg/用户无需经过详细的数学计算即可轻松获得所需的结果。

MSC公司:

92C40型 生物化学、分子生物学
92立方37 细胞生物学
62页第10页 统计学在生物学和医学中的应用;元分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 艾哈迈德,S。;卡比尔,M。;Hayat,M.,通过将二肽组合物结合到Chou的一般PseAAC中来鉴定热休克蛋白家族和J蛋白类型,计算。方法程序。生物识别。,122, 165-174 (2015)
[2] 阿里,F。;Hayat,M.,使用投票特征区间结合周的伪氨基酸组成对膜蛋白类型进行分类,J.Theor。生物学,384,78-83(2015)·Zbl 1343.92006年
[3] Arif,M。;海亚特,M。;Jan,Z.,iMem-2LSAAC:通过将SAAC的概念扩展到Chou的伪氨基酸组成中来区分膜蛋白及其类型的两级模型,J.Theor。生物学,442,11-21(2018)·Zbl 1397.92180号
[4] 贝巴哈尼,M。;Mohabatkar,H。;Nosrati,M.,利用三种不同模式的Chou的一般伪氨基酸组成分析和比较真菌和细菌之间的木质素过氧化物酶,J.Theor。生物学,411,1-5(2016)
[5] 蔡,L。;黄,T。;苏,J。;张,X。;Chen,W。;张,F。;He,L.,新鉴定的脑eQTL基因及其相互作用在精神分裂症中的意义,Mol.Therapy Nucleic Acids,12433-442(2018)
[6] 蔡永德,预测杂交空间中蛋白质的亚细胞定位,生物信息学,201151-1156(2004)
[7] Cai,Y.D。;Feng,K.Y。;Lu,W.C.,使用LogitBoost分类器预测蛋白质结构类别,J.Theor。《生物学》,238172-176(2006)·Zbl 1445.92220号
[8] Cai,Y.D。;刘晓杰。;Xu,X.B.,通过结合准序列效应预测蛋白质亚细胞位置的支持向量机,《细胞生物化学杂志》。,84, 343-348 (2002)
[9] 曹,D.S。;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)
[10] 曹建忠。;刘伟强。;Gu,H.,用Chou的伪氨基酸组成和不平衡加权多标记K-最近邻算法预测病毒蛋白亚细胞定位,蛋白质肽。莱特。,19, 1163-1169 (2012)
[11] Cedano,J。;阿洛伊,P。;Perez-Pons,J.A。;Querol,E.,氨基酸组成与蛋白质细胞位置的关系,《分子生物学杂志》,266594-600(1997)
[12] Chang,T.H。;Wu,L.C。;Lee,T.Y。;陈,S.P。;黄,H.D。;Horn,J.T.,EuLoc:通过将序列片段的各种特征合并到Chou的PseAAC,J.Compute的一般形式中,准确预测真核生物中蛋白质亚细胞定位的网络服务器。《辅助分子设计》,27,91-103(2013)
[13] 查拉,N.V。;鲍耶,K.W。;洛杉矶霍尔。;Kegelmeyer,W.P.,SMOTE:合成少数人过采样技术,J.Artif。智力。第16号决议,第321-357页(2011年)·Zbl 0994.68128号
[14] 陈,J。;刘,H。;杨,J。;Chou,K.C.,使用氨基酸对抗原性量表预测线性B细胞表位,氨基酸,33423-428(2007)
[15] Chen,W。;丁·H。;冯·P。;Lin,H.,iACP:一种基于序列的抗癌肽鉴定工具,肿瘤靶点,716895-16099(2016)
[16] Chen,W。;冯·P。;丁·H。;Lin,H.,iRNA-甲基:使用伪核苷酸组成识别N6-甲基腺苷位点,分析。生物化学。,490, 26-33 (2015)
[17] Chen,W。;冯·P。;丁·H。;Lin,H.,使用变形能量分析基因组中的核小体定位,基因组学,107,69-75(2016)
[18] Chen,W。;冯·P。;Yang,H。;丁·H。;Lin,H.,iRNA-AI:识别RNA序列中腺苷到肌苷的编辑位点,Oncotarget,84208-4217(2017)
[19] Chen,W。;冯·P。;Yang,H。;丁·H。;Lin,H.,iRNA-3typeA:识别RNA腺苷位点的3种修饰,分子治疗核酸,11468-474(2018)
[20] Chen,W。;冯,P.M。;邓,E.Z。;Lin,H.,iTIS-PseTNC:一种基于序列的预测因子,用于使用伪三核苷酸组成识别人类基因中的翻译起始位点,Ana。生物化学。,462, 76-83 (2014)
[21] Chen,W。;冯,P.M。;Lin,H.,iRSpot-PseDNC:用伪二核苷酸成分识别重组点,《核酸研究》,41,e68(2013)
[22] Chen,W。;冯,P.M。;Lin,H.,iSS-PseDNC:使用伪二核苷酸成分识别剪接位点,生物识别。Res.Int.(BMRI)2014,第623149条,pp.(2014)
[23] Chen,W。;Lei,T.Y。;Jin,D.C。;Lin,H.,PseKNC:一种用于生成伪K元组核苷酸组成的灵活网络服务器,分析。生物化学。,456, 53-60 (2014)
[24] Chen,W。;Lin,H.,《伪核苷酸组成或PseKNC:分析基因组序列的有效配方》,分子生物学系统。,11, 2620-2634 (2015)
[25] Chen,W。;Lin,H。;冯,P.M。;丁,C。;Zuo,Y.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,PLoS ONE,7,e47843(2012)
[26] Chen,W。;Tang,H。;Ye,J。;Lin,H.,iRNA-PseU:识别RNA假尿苷位点,分子治疗。核酸,5,e332(2016)
[27] 陈,Z。;Zhao,P.Y。;李,F。;Leier,A。;Marquez-Lago,T.T。;Wang,Y。;韦伯,G.I。;史密斯,A.I。;戴利,R.J。;Song,J.,iFeature:一个python软件包和网络服务器,用于从蛋白质和肽序列中提取和选择特征,生物信息学,342499-2502(2018)
[29] Cheng,X。;Xiao,X.,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,生物信息学,34,1448-1456(2018)
[30] Cheng,X。;Zhao,S.G。;Lin,W.Z。;Xiao,X.,pLoc-mAnimal:预测动物蛋白质的亚细胞定位,生物信息学,33,3524-3531(2017)
[31] Cheng,X。;Zhao,S.G。;Xiao,X.,iATC-mISF:一种用于预测解剖治疗化学物质类别的多标签分类器,生物信息学,33,341-346(2017),(勘误表,同上,2017年,第33卷,2610)
[32] Cheng,X。;Zhao,S.G。;Xiao,X.,iATC-mHyb:一种用于预测解剖治疗化学物质分类的混合多标签分类器,Oncotarget,8,58494-58503(2017)
[35] 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)
[36] Chou,K.C.,《伪氨基酸组成及其在生物信息学、蛋白质组学和系统生物学中的应用》,Curr。蛋白质组学,6262-274(2009)
[37] 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),J.Theor。生物学,273236-247(2011)·Zbl 1405.92212号
[38] Chou,K.C.,《关于预测分子生物系统中多标记属性的一些评论》,Mol.Biosyst。,9, 1092-1100 (2013)
[39] Chou,K.C.,生物信息学对药物化学的影响,医学化学。,11, 218-234 (2015)
[40] 周,K.C.,《生物科学进步推动的药物化学史上前所未有的革命》,Curr。医学化学专题。,17, 2337-2358 (2017)
[41] Chou,K.C。;Cai,Y.D.,一种通过结合基因本体论预测蛋白质亚细胞定位的新混合方法,Biochem。生物物理学。Res.社区。(BBRC),311743-747(2003)
[42] Chou,K.C。;蔡永德,通过伪氨基酸组成预测蛋白质四级结构,蛋白质结构。功能。遗传学。,53, 282-289 (2003)
[43] Chou,K.C。;Cai,Y.D.,通过GO-FunD-PseAA predicor预测蛋白质亚细胞位置,生物化学。生物物理学。Res.Commun公司。(BBRC),第320页,第1236-1239页(2004年)
[44] Chou,K.C。;Cai,Y.D.,杂交空间中蛋白酶类型的预测,生物化学。生物物理学。Res.Commun公司。(BBRC),339,1015-1020(2006)
[45] Chou,K.C。;Elrod,D.W.,《使用判别函数预测原核蛋白的亚细胞位置》,《生物化学》。生物物理学。Res.社区。(BBRC),252,63-68(1998)
[46] Chou,K.C。;Elrod,D.W.,蛋白质亚细胞位置预测,蛋白质工程,12,107-118(1999)
[47] Chou,K.C。;Elrod,D.W.,G蛋白偶联受体的生物信息学分析,《蛋白质组研究杂志》,1429-433(2002)
[48] Chou,K.C。;Elrod,D.W.,《酶家族分类预测》,《蛋白质组研究杂志》,2183-190(2003)
[49] Chou,K.C。;沈海斌,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)
[50] Chou,K.C。;Shen,H.B.,MemType-2L:通过Pse-PSSM和Biochem结合进化信息预测膜蛋白及其类型的Web服务器。生物物理学。Res.Comm.(BBRC),360,339-345(2007)
[51] Chou,K.C。;Shen,H.B.,Cell-PLoc:一个用于预测各种生物体中蛋白质亚细胞定位的Web服务器包,《国家协议》。,3, 153-162 (2008)
[52] Chou,K.C。;Shen,H.B.,《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, 63-92 (2009)
[53] Chou,K.C。;Zhang,C.T.,综述:蛋白质结构类别的预测,生物化学评论。分子生物学。,30, 275-349 (1995)
[54] Dehzangi,A。;Heffernan,R。;Sharma,A。;Lyons,J。;Paliwal,K。;Sattar,A.,通过将基于进化的描述符纳入Chou的一般PseAAC,J.Theor,对革兰氏阳性和革兰氏阴性蛋白进行亚细胞定位。《生物学》,364,284-294(2015)·Zbl 1405.92092号
[55] 丁·H。;邓,E.Z。;袁,L.F。;刘,L。;Lin,H。;Chen,W.,iCTX-Type:一种基于序列的预测因子,用于识别靶向离子通道中芋螺毒素的类型,生物医药研究国际(BMRI)2014,第286419页,(2014)
[56] 丁Y.S。;Zhang,T.L.,使用周的伪氨基酸组成预测凋亡蛋白的亚细胞定位:基于免疫遗传算法的集成分类器的方法,模式识别。莱特。,29, 1887-1892 (2008)
[57] 杜,P。;顾S。;Jiao,Y.,PseAAC-General:为大规模蛋白质数据集快速构建Chou伪氨基酸组成的各种通用形式模式,国际分子科学杂志。,15, 3495-3506 (2014)
[58] 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,Ana。生物化学。,425, 117-119 (2012)
[59] 埃利希·J·S。;医学博士Hansen。;Nelson,W.J.,上皮细胞粘附期间Rac1定位和跛足动力学的时空调控,Dev.cell。,3, 259-270 (2002)
[60] O.伊曼纽尔森。;尼尔森,H。;布鲁纳克,S。;von Heijne,G.,基于蛋白质N端氨基酸序列预测蛋白质的亚细胞定位,分子生物学杂志。,300, 1005-1016 (2000)
[61] 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,J.Theor。生物学,263203-209(2010)·Zbl 1406.92455号
[62] Fan,G.L。;Li,Q.Z.,通过将伪平均化学位移纳入周氏伪氨基酸组成的一般形式,预测分枝杆菌蛋白质的亚细胞位置,J.Theor。生物,304,88-95(2012)·Zbl 1397.92186号
[63] 冯·P。;丁·H。;Yang,H。;Chen,W。;Lin,H.,iRNA PseColl:通过将核苷酸的集体效应结合到PseKNC中来识别不同RNA修饰的发生位点,Mol.Therapy Nucleic Acids,7155-163(2017)
[64] 冯·P。;Yang,H。;丁·H。;Lin,H。;Chen,W.,iDNA6mA-PseKNC:通过将核苷酸的物理化学性质纳入PseKNC:识别DNA N6-甲基腺苷位点,基因组学(2018)
[65] 冯,P.M。;Chen,W。;Lin,H.,iHSP-PseRAAAC:使用伪还原氨基酸字母组成识别热休克蛋白家族,Ana。生物化学。,442, 118-125 (2013)
[66] 高,Y。;Shao,S.H。;Xiao,X。;丁Y.S。;Huang,Y.S。;Huang,Z.D.,使用伪氨基酸组成预测蛋白质亚细胞位置:用Lyapunov指数、Bessel函数和Chebyshev过滤器进行探讨,《氨基酸》,28,373-376(2005)
[67] Gardy,J.L。;Laird,M.R。;陈,F。;Rey,S。;沃尔什·C·J。;埃斯特,M。;Brinkman,F.S.,PSORTb v.2.0:细菌蛋白质亚细胞定位的扩展预测和从比较蛋白质组分析中获得的见解,生物信息学,21,617-623(2005)
[68] 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》,J.Theor。生物学,257,17-26(2009)·Zbl 1400.92393号
[69] Glory,E。;Murphy,R.F.,自动亚细胞定位和高通量显微镜,Dev.Cell。,12, 7-16 (2007)
[70] Gupta,M.K。;Niyogi,R。;Misra,M.,一种通过周氏伪氨基酸组成的一般形式发现蛋白质序列之间相似性的无比对方法,SAR QSAR Environ。研究,24597-609(2013)
[71] 哈吉沙里菲,Z。;皮里亚耶,M。;穆罕默德·贝吉,M。;Behbahani先生。;Mohabatkar,H.,用周的伪氨基酸成分预测抗癌肽并通过Ames试验研究其诱变性,J.Theor。生物学,341,34-40(2014)·Zbl 1411.92232号
[72] 海亚特,M。;Iqbal,N.,《通过将伪平均化学位移纳入Chou的通用PseAAC和支持向量机来识别蛋白质结构类》,计算。方法程序。生物识别。,116, 184-192 (2014)
[73] 海亚特,M。;Khan,A.,基于Chou’s PseAAC的一般形式,使用模糊K-最近邻算法识别外膜蛋白质,Protein Pept。莱特。,19, 411-421 (2012)
[74] Hoglund,A。;多恩斯,P。;Blum,T。;阿道夫,H.W。;Kohlbacher,O.,MultiLoc:使用N-末端靶向序列、序列基序和氨基酸组成预测蛋白质亚细胞定位,生物信息学,221158-1165(2006)
[75] 霍顿,P。;Park,K.J。;Obayashi,T。;富士田,N。;原田,H。;Adams Collier,C.J。;Nakai,K.,WoLF PSORT:蛋白质定位预测,核酸研究,35,W585-W587(2007)
[76] 贾,J。;刘,Z。;Xiao,X.,iPPI-Esml:一种集成分类器,用于通过将蛋白质的物理化学性质和小波变换合并到PseAAC,J.Theor中来识别蛋白质的相互作用。《生物学》,377,47-56(2015)
[77] 贾,J。;刘,Z。;Xiao,X。;Liu,B.,iSuc-PseOpt:通过将序列耦合效应纳入伪组分和优化不平衡训练数据集来识别蛋白质中的赖氨酸琥珀酰化位点,Ana。《生物化学》,497,48-56(2016)
[78] 贾,J。;刘,Z。;Xiao,X。;Liu,B.,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识别蛋白质结合位点,《分子》,21,E95(2016)
[79] 贾,J。;刘,Z。;Xiao,X。;Liu,B.,iCar-PseCp:通过Monto Carlo取样确定蛋白质中的羰基化位点,并将序列耦合效应纳入一般PseAAC,Oncotarget,734558-34570(2016)
[80] 贾,J。;刘,Z。;Xiao,X。;Liu,B.,pSuc-Lys:利用PseAAC和集合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
[81] 贾,J。;张,L。;刘,Z。;Xiao,X.,pSumo CD:通过将序列耦合效应纳入一般PseAAC,用协方差判别算法预测蛋白质中的sumoyalization位点,生物信息学,3213133-3141(2016)
[82] 蒋,X。;魏,R。;Zhang,T.L。;Gu,Q.,使用Chou的伪氨基酸组成概念预测凋亡蛋白的亚细胞位置:一种近似熵方法,Protein Pept。莱特。,15, 392-396 (2008)
[83] Kandaswamy,K.K。;马丁内茨,T。;莫勒,S。;Suganthan,P.N。;Sridharan,S。;Pugalenthi,G.,AFP-Pred:根据序列衍生特性预测抗冻蛋白的随机森林方法,J.Theor。生物学,27056-62(2011)
[84] M.Khan。;海亚特,M。;Khan,S.A。;Iqbal,N.,Unb-DPC:通过将无偏倚二肽成分纳入Chou的一般PseAAC,J.Theor,来识别分枝杆菌膜蛋白类型。生物学,415,13-19(2017)
[85] Khosravian,M。;Faramarzi,F.K。;贝吉,M.M。;Behbahani先生。;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》,蛋白质肽。莱特。,20, 180-186 (2013)
[86] Krishnan,M.S.,使用Chou的通用PseAAC分析受体相关蛋白(RAP)与蛋白质结构域的各种折叠模式的进化关系,J.Theor。生物学,44562-74(2018)
[87] 库马尔,R。;Srivastava,A。;库马里,B。;Kumar,M.,通过Chou的伪氨基酸组成和支持向量机预测β-内酰胺酶及其类别,J.Theor。生物,365,96-103(2015)·Zbl 1314.92055号
[88] 李,F。;李,C。;Marquez-Lago,T.T。;Leier,A。;Akutsu,T。;Purcell,A.W。;史密斯,A.I。;Lightow,T。;Daly,R.J。;Song,J.,Quokka:快速准确预测人类蛋白质组中激酶家族特异性磷酸化位点的综合工具,生物信息学(2018)
[89] 李,F.M。;Li,Q.Z.,使用周的伪氨基酸组成和改进的杂交方法预测蛋白质亚细胞位置,protein Pept。莱特。,15, 612-616 (2008)
[90] 李,L。;Yu,S。;肖伟(Xiao,W.)。;李毅。;李,M。;黄,L。;郑,X。;周,S。;Yang,H.,通过将各种特征纳入Chou的PseAAC和反向特征选择方法预测细菌蛋白质亚细胞定位,Biochimie,104,100-107(2014)
[91] Lin,H。;邓,E.Z。;丁·H。;Chen,W.,iPro54-PseKNC:基于序列的预测因子,用于识别具有伪k元组核苷酸组成的原核生物中的sigma-54启动子,核酸研究,42,12961-12972(2014)
[92] Lin,H。;丁·H。;郭凤彪,F.B。;张亚勇。;黄,J.,利用周氏伪氨基酸组成预测分枝杆菌蛋白质的亚细胞定位,蛋白质Pept。莱特。,15, 739-744 (2008)
[93] Lin,H。;Wang,H。;丁·H。;Chen,Y.L。;李庆中,利用周氏伪氨基酸成分预测凋亡蛋白的亚细胞定位,生物学报,57321-330(2009)
[94] 林,J。;Wang,Y.,使用新的AdaBoost算法和Chou的伪氨基酸组成预测蛋白质亚细胞定位,protein Pept。莱特。,18, 1219-1225 (2011)
[95] Lin,W.Z。;Fang,J.A。;Xiao,X.,iDNA-Prot:使用灰色模型的随机森林识别DNA结合蛋白,PLoS ONE,6,e24756(2011)
[96] Lin,W.Z。;方,J.A。;Xiao,X.,iLoc-Animal:预测动物蛋白质亚细胞定位的多标记学习分类器,分子生物学系统。,9, 634-644 (2013)
[97] 刘,B。;方,L。;刘,F。;王,X。;Chen,J.,用伪结构状态组成方法识别真实的microRNA前体,PLoS ONE,10,文章e0121501 pp.(2015)
[98] 刘,B。;方,L。;朗·R。;Lan,X.,iEnhancer-2L:通过伪k元组核苷酸组成识别增强子及其强度的双层预测因子,生物信息学,32,362-369(2016)
[99] 刘,B。;李凯。;Huang,D.S.,iEnhancer-EL:使用集成学习方法识别增强子及其强度,生物信息学(2018)
[100] 刘,B。;Long,R.,iDHS-EL:通过将三种不同模式的伪核苷酸组成融合到集成学习框架中来识别DNase I超敏位点,生物信息学,32,2411-2418(2016)
[101] 刘,B。;王,S。;Long,R.,iRSpot-EL:用集成学习方法识别重组点,生物信息学,33,35-41(2017)
[102] 刘,B。;翁,F。;Huang,D.S.,iRO-3wPseKNC:通过基于三个窗口的PseKNC识别DNA复制起源,生物信息学(2018)
[103] 刘,B。;Wu,H。;张,D。;Wang,X.,《Pse-Analysis:基于伪成分和核方法的DNA/RNA和蛋白质/肽序列分析的蟒蛇包》,Oncotarget,8,13338-13343(2017)
[104] 刘,B。;Yang,F.,2L-piRNA:用于识别piwi相互作用RNA及其功能的双层集成分类器,分子治疗核酸,7,267-277(2017)
[105] 刘,B。;杨,F。;Huang,D.S.,iPromoter-2L:通过基于多窗口的PseKNC识别启动子及其类型的双层预测因子,生物信息学,34,33-40(2018)
[106] 刘,L。;马云(Ma,Y.)。;Wang,R.L。;Xu,W.R。;Wang,S.Q.,《通过化学信息学发现治疗2型糖尿病的新型双基因药物》,药物设计。德维尔。疗法。,7, 279-287 (2013)
[107] 刘,Z。;Xiao,X。;邱,W.R.,iDNA-甲基:通过伪三核苷酸组成鉴定DNA甲基化位点,Ana。生物化学。,474, 69-77 (2015)
[108] 刘,Z。;Xiao,X。;Yu,D.J。;贾,J。;邱,W.R.,pRNAm-PC:通过物理化学性质预测RNA序列中的N-甲基腺苷位点,分析。生物化学。,497, 60-67 (2016)
[109] 卢,J.J。;潘·W。;胡永杰。;Wang,Y.T.,多靶点药物:药物研发趋势,PLoS One,7,e40262(2012)
[110] 马云(Ma,Y.)。;王世清。;Xu,W.R。;Wang,R.L.,通过核心跳跃法靶向过氧化物酶体增殖物激活受体设计新型双激动剂治疗2型糖尿病,PLoS One,7,e38546(2012)
[111] 松田,S。;维特,J.P。;Saigo,H。;Ueda,N。;Toh,H。;Akutsu,T.,使用支持向量机预测亚细胞位置的蛋白质序列的新表示,蛋白质科学。,14, 2804-2813 (2005)
[112] Meher,P.K。;萨胡,T.K。;塞尼,V。;Rao,A.R.,通过将成分、物理化学和结构特征纳入Chou的一般PseAAC,Sci,预测抗菌肽,提高准确性。代表742362(2017)
[113] 梅,J。;赵,J.,利用周氏伪氨基酸组成和不同分类器预测HIV-1和HIV-2蛋白,科学。代表,82359(2018)
[114] 梅,J。;赵,J.,通过周氏一般伪氨基酸组成和基序特征分析和预测突触前和突触后神经毒素,J.Theor。生物学,427,147-153(2018)
[115] Mei,S.,通过基于多标签同源知识转移学习的Chou的PseAAC公式预测植物蛋白质亚细胞多定位,J.Theor。生物学,310,80-87(2012)·Zbl 1337.92065号
[116] Mohabatkar,H.,利用周氏伪氨基酸组成预测细胞周期蛋白,蛋白质Pept。莱特。,171207-1214(2010年)
[117] 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,J.Theor。生物学,281,18-23(2011)·Zbl 1397.92215号
[118] 穆罕默德,B.M。;贝贾蒂,M。;Mohabatkar,H.,利用机器学习方法基于周的伪氨基酸组成概念预测金属蛋白酶家族,J.Struct。功能。基因组学,12191-197(2011)
[119] 蒙达尔,S。;Pai,P.P.,Chou的伪氨基酸组成改进了基于序列的抗冻蛋白预测,J.Theor。生物,356,30-35(2014)·兹比尔1412.92249
[120] 蒙德拉,P。;库马尔,M。;Kumar,K.K。;贾亚拉曼,V.K。;Kulkarni,B.D.,《使用伪氨基酸组成预测蛋白质亚核定位:用PSSM方法,模式识别》。莱特。,28, 1610-1615 (2007)
[121] Nakai,K.,蛋白质分类信号和亚细胞定位预测,高级蛋白质化学。,54, 277-344 (2000)
[122] Nakai,K。;Kanehisa,M.,预测真核细胞蛋白质定位位点的知识库,基因组学,14897-911(1992)
[123] Nanni,L。;布拉南,S。;Lumini,A.,用于蛋白质分类的小波图像和Chou的伪氨基酸组成,《氨基酸》,43,657-665(2012)
[124] Nanni,L。;布拉南,S。;Lumini,A.,通过将不同的蛋白质描述符结合到Chou将军的伪氨基酸组成中来预测蛋白质结构类别,J.Theor。生物学,360,109-116(2014)·Zbl 1343.92387号
[125] 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)
[126] 邱伟荣。;姜世勇(Jiang,S.Y.)。;徐,Z.C。;Xiao,X.,iRNAm5C-PseDNC:通过将物理化学性质纳入伪二核苷酸组成来识别RNA 5-甲基胞嘧啶位点,Oncotarget,8,41178-41188(2017)
[127] 邱伟荣。;孙碧琴。;Xiao,X。;Xu,Z.C.,iPTM-mLys:识别多个赖氨酸PTM位点及其不同类型,生物信息学,32,3116-3123(2016)
[128] 邱伟荣。;孙碧琴。;Xiao,X。;Xu,Z.C.,iHyd-PseCp:通过将序列偶联效应纳入一般PseAAC来识别蛋白质中的羟脯氨酸和羟赖氨酸,Oncotarget,7,44310-44321(2016)
[129] 邱伟荣。;孙碧琴。;Xiao,X。;Xu,Z.C。;Jia,J.H.,iKcr-PseEns:使用伪组分和集成分类器识别组蛋白中的赖氨酸-巴豆酰化位点,《基因组学》,110,239-246(2018)
[130] 邱伟荣。;Xiao,X.,iRSpot-TNCPseAAC:用三核苷酸组成和伪氨基酸成分识别重组点,国际分子科学杂志。(IJMS),第15期,1746-1766页(2014年)
[131] 邱伟荣。;Xiao,X。;Xu,Z.C.,iPhos-PseEn:通过将不同的伪成分融合到集成分类器中来识别蛋白质中的磷酸化位点,Oncotarget,751270-51283(2016)
[132] 拉希米,M。;巴赫蒂亚利扎德,M.R。;Mohammadi-Sangcheshmeh,A.,OOgenesis_Pred:一种基于序列的方法,通过六种不同模式的Chou伪氨基酸组成预测卵子发生蛋白,J.Theor。生物学,41412128-136(2017)
[133] 莱因哈特,A。;Hubbard,T.,《使用神经网络预测蛋白质的亚细胞位置》,《核酸研究》,第26期,第2230-2236页(1998年)
[134] Sahu,S.S。;Panda,G.,一种基于周氏伪氨基酸组成的新特征表示方法,用于蛋白质结构类预测,Compute。生物化学。,34, 320-327 (2010) ·Zbl 1403.92221号
[135] 沙尔马,R。;Dehzangi,A。;Lyons,J。;Paliwal,K。;Tsunoda,T。;Sharma,A.,通过将进化信息和物理化学特征纳入Chou的一般PseAAC,IEEE Trans预测革兰氏阳性和革兰氏阴性亚细胞定位。纳米生物学。,14, 915-926 (2015)
[136] Shen,H.B.,Gneg-mPLoc:一种自上而下的策略,用于提高预测革兰氏阴性细菌蛋白质亚细胞定位的质量,J.Theor。生物学,264326-333(2010)·Zbl 1406.92211号
[137] 史建勇。;张世伟。;潘,Q。;周国平,用伪氨基酸组成预测蛋白质亚细胞位置:用氨基酸组成分布方法,《氨基酸》,35,321-327(2008)
[138] 宋,J。;李,F。;Leier,A。;Marquez-Lago,T.T。;Akutsu,T。;哈法里,G。;韦布,G.I。;Pike,R.N.,PROSPERous:90种蛋白酶底物裂解位点的高通量预测,精确度提高,生物信息学,34,684-687(2018)
[139] 宋,J。;李,F。;Takemoto,K。;哈法里,G。;Akutsu,T。;Webb,G.I.,PREvaIL,《利用机器学习框架中的序列、结构和网络特征推断催化残基的综合方法》,J.Theor。生物学,443125-137(2018)
[140] 宋,J。;Wang,Y。;李,F。;Akutsu,T。;罗林斯,N.D。;Webb,G.I.,iProt-Sub:一个用于准确绘制和预测蛋白酶特异性底物和裂解位点的综合软件包,简介。生物信息。(2018)
[141] 塔希尔,M。;Hayat,M.,iNuc STNC:通过扩展SAAC和Chou’s PseAAC的概念来鉴定基因组中核小体定位的基于序列的预测因子,Mol Bioyst,12587-2593(2016)
[142] 塔希尔,M。;海亚特,M。;Kabir,M.,通过应用Chou三核苷酸组成的一般形式区分增强子及其类型的基于序列的预测,计算。方法程序。生物识别。,146, 69-75 (2017)
[143] 特里帕蒂,P。;Pandey,P.N.,通过结合光谱图聚类和Chou的伪氨基酸组成来分类蛋白质折叠类型的一种新的无对齐方法,J.Theor。生物学,424,49-54(2017)
[144] Wan,S。;Mak,M.W。;Kung,S.Y.,GOASVM:一种亚细胞位置预测工具,通过将术语频率基因本体纳入周氏伪氨基酸组成的一般形式,J.Theor。生物学,323,40-48(2013)·Zbl 1314.92060号
[145] Wang,J。;杨,B。;Leier,A。;马尔克斯·拉戈,T.T。;Hayashida,M。;Rocker,A。;Z.Yanju。;Akutsu,T。;Strugnell,R.A。;宋,J。;Lithgow,T.,Bastion6:用于准确预测VI型分泌效应器的生物信息学方法,生物信息学,34,2546-2555(2018)
[146] Wang,J。;杨,B。;Revote,J。;Leier,A。;Marquez-Lago,T.T。;韦伯,G。;宋,J。;Lithgow,T.,POSSUM:基于PSSM轮廓生成数字序列特征描述符的生物信息学工具包,生物信息学,33,2756-2758(2017)
[147] Xiao,X。;Cheng,X。;苏,S。;Nao,Q.,pLoc-mGpos:将关键基因本体信息合并到通用PseAAC中,以预测革兰氏阳性细菌蛋白质的亚细胞定位,自然科学。,9, 331-349 (2017)
[148] Xiao,X。;Min,J.L。;Lin,W.Z。;刘,Z。;Cheng,X.,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。(JBSD),3322221-2233(2015)
[149] Xiao,X。;邵,S。;丁,Y。;黄,Z。;Chen,X.,使用细胞自动机生成生物序列的图像表示,《氨基酸》,28,29-35(2005)
[150] Xiao,X。;Wang,P.,用伪氨基酸组成预测蛋白质结构类:使用细胞自动机图像几何矩的方法,J.Theor。生物学,254691-696(2008)·Zbl 1400.92416号
[151] Xiao,X。;Wang,P.,iNR-PhysChem:一种基于序列的预测因子,用于通过物理化学性质矩阵识别核受体及其亚家族,PLoS ONE,7,e30869(2012)
[152] Xiao,X。;Wu,Z.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)
[153] Xu,Y。;丁,J。;Wu,L.Y.,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)
[154] Xu,Y。;邵小杰。;Wu,L.Y。;Deng,N.Y.,iSNO-AAPair:将氨基酸成对偶联到PseAAC中以预测蛋白质中半胱氨酸S-亚硝基化位点,PeerJ,1,e171(2013)
[155] 徐,Y。;文,X。;Wen,L.S。;Wu,L.Y。;Deng,N.Y.,iNitro-Tyr:预测具有一般伪氨基酸组成的蛋白质中的硝基酪氨酸位点,PLoS ONE,9,文章e105018 pp.(2014)
[156] Yang,H。;邱伟荣。;刘,G。;郭富斌。;Chen,W。;Lin,H.,iRSpot-Pse6NC:通过将六聚体成分纳入一般PseKNC,Int.J.Biol,识别酿酒酵母中的重组点。科学。,14, 883-891 (2018)
[157] Yu,B。;李,S。;邱伟业。;陈,C。;Chen,R.X。;王,L。;Wang,M.H。;Zhang,Y.,基于小波去噪结合Chou的PseAAC和PsePSSM准确预测凋亡蛋白的亚细胞位置,Oncotarget,8,107640-107665(2017)
[158] Zhang,C.T.,《从氨基酸组成预测蛋白质折叠类型的蒙特卡罗模拟研究》,《生物物理学》。J.,631523-1529(1992年)
[159] 张春涛,用种子繁殖取样和刀切试验预测蛋白质折叠类型的分析,蛋白质化学杂志。,14, 583-593 (1995)
[160] 张,L。;Kong,L.,iRSpot-ADMP:通过将相关的二核苷酸产物模型合并到Chou的伪组分中来识别重组点,J.Theor。生物学,441,1-8(2018)
[161] 张,S。;Duan,X.,用过采样方法预测蛋白质亚细胞定位和Chou的通用PseAAC,J.Theor。生物学,437,239-250(2018)·Zbl 1394.92047号
[162] 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)
[163] 钟文忠。;周世芳,药物开发与生物医学分子科学,国际分子科学杂志。,15, 20072-20078 (2014)
[164] 周国平。;Assa-Mount,N.,《蛋白质结构类预测的一些见解》。功能。遗传学。,44, 57-59 (2001)
[165] 周国平。;Dr.,K.,细胞凋亡蛋白的亚细胞定位预测,蛋白质结构。功能。遗传学。,50, 44-48 (2003)
[166] 周,X.B。;陈,C。;李,Z.C。;邹晓勇,利用周氏两亲性伪氨基酸组成和支持向量机预测酶亚科类别,J.Theor。《生物学》,248546-551(2007)·Zbl 1451.92245号
[167] Zuo,Y.C。;彭,Y。;刘,L。;Chen,W。;Yang,L。;Fan,G.L.,通过杂交周伪氨基酸模式的不同描述符预测过氧化物酶亚细胞位置,Ana。生物化学。,458, 14-19 (2014)
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。