UniProt公司

UniProt:蛋白质信息中心。UniProt是蛋白质序列及其注释的一个重要集合,在过去的一年里,它的规模已经翻了一番,达到了8000万个序列。在这个空间里,增加了6个字符。越来越多的新序列与数据库中已经存在的序列相同,大多数序列来自基因组测序项目。我们已经创造了一个新的蛋白质组识别器,它能唯一地识别一个物种和菌株或亚种的特定组合,以帮助用户追踪序列的起源。我们提出了一个新的网站,已设计使用用户体验设计过程。我们为UniProt中的所有条目引入了注释分数,以表示关于每个蛋白质的已知知识量。这些评分将有助于确定哪些蛋白质的特征最好,信息量最大,以便进行比较分析。所有UniProt数据都是免费提供的,可在网站上获取:http://www.uniprot.org/。


zbMATH中的参考文献(参考文献133篇文章,1标准件)

显示133个结果中的1到20个。
按年份排序(引用)

1 2 ... 5 6 7 下一个

  1. 奥尔塔,埃德温·罗德里格斯;Lage Castellanos,亚历杭德罗;韦格特,马丁;Barrat Charlaix,Pierre:从层次相关数据中学习的全球多元模型(2021)
  2. 佩雷斯·维罗纳,伊莎贝尔·克里斯蒂娜;三巴斯通,米尔科;安德烈·范丁:生物模型库中定量模型精确集总的大规模评估(2021年)
  3. 韦赫贝,迪亚拉;柳条,尼古拉斯;阿尤比,拜达;Moulinier,Luc:物种系统发育的固定大小决定点过程抽样(2021)
  4. 张丹;陈华东;祖尔菲卡尔,哈桑;袁世石;黄、秦来;张、赵越;邓克军:基于XGBoost的生物发光蛋白识别预测因子(2021)
  5. 斯瓦蒂Bhardwaj;Gudur,Venkateshwaru Yellaswamy;Acharyya,Amit:蛋白质组学中的加速计算方法(2020)
  6. 奥斯特兰德,米娅;奎利亚尔,茱莉亚;海顿,朱卡;Salminen,Tiina A.:根据相关蛋白的保守特征预测\textITb螺旋体蛋白s.s.Bmp蛋白的配体结合特性(2019年)
  7. 布科尔,伊安·加布里埃尔;克莱森,汤姆;Heskes,Tom:基因调控关系的大规模局部因果推断(2019)
  8. 爱格林,拉尔夫;格罗斯,伊沃;Koivisto,Mikko:学习简约上下文树的算法(2019)
  9. 李高石;李敏;彭伟;李耀航;潘毅;王建新:预测必需蛋白质的新扩展帕累托最优一致性模型(2019)
  10. 莫蒂克,鲍里斯;尼诺夫,亚弗;皮罗,罗伯特;霍洛克斯,伊恩:数据日志实质性维护回顾(2019年)
  11. 宁,乔;马志强;赵晓伟:Dforml(KNN)-PseAAC:通过周的5步规则和伪成分使用K-最近邻算法检测蛋白质序列中的甲酰化位点(2019)
  12. 路特,亚灰树;Mahapatra,Rajani Kanta:\textITi恶性疟原虫CDPK5蛋白的分子建模、对接和动力学分析(2019年)
  13. 桑吉内蒂,吉多(编辑);Huynh Thu,V'n Anh(编辑):基因调控网络。方法和方案(2019年)
  14. 杨瑞玉;蒋玉祥;马修斯,斯科特;霍斯沃思,伊丽莎白A。;哈恩,马修W。;Radivojac,Predrag:real Value and structured data学习的新指标(2019)
  15. 加布里埃尔·萨穆迪奥。;普罗多西米,旧金山;托雷斯·德法里亚斯,萨维奥;José,Marco V.:源自理论氨基酸替代模型的中性进化试验(2019年)
  16. 赵薇;李广平;王军;周,袁科;高、杨;Du,Pu Feng:结合功能域富集分数和伪氨基酸组成预测蛋白质亚高尔基体位置(2019)
  17. 洛杉矶克朗普顿。;麦克奈特,洛杉矶。;雷诺兹。;米尔斯,J.A.N。;埃利斯,J.L。;哈尼根,医学博士。;迪杰斯特拉,J。;贝奎特,B.J。;班尼克,A。;法国,J.:乳牛肝脏对苯丙氨酸和酪氨酸摄取分配的同位素稀释模型(2018)
  18. 梁云云;张胜利:通过Kullback-Leibler Difference将不同模式的PSSM整合到周氏的通用PseAAC中,识别革兰氏阴性细菌分泌的蛋白质类型(2018)
  19. Mezei,Mihaly:蛋白质数据库中变色龙序列的再研究(2018)
  20. 阿披实喀斯利瓦斯塔瓦;库马尔,拉文德拉;Kumar,Manish:BlaPred:通过Chou's general PseAAC使用三层预测系统预测和分类(\β-内酰胺酶)(2018)

1 2 ... 5 6 7 下一个