基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
蛋白质折叠识别是蛋白质结构研究的重要内容.双绕是α/β蛋白质中结构典型的常见折叠类型.选取22个家族中序列一致性小于25%的79个典型双绕蛋白质作为训练集,以RMSD为指标进行系统聚类,并对各类建立基于结构比对的概形隐马尔科夫模型(profile-HMM).将Astral1.65中序列一致性小于95%的9 505个样本作为检验集,整体识别敏感性为 93.9%,特异性为82.1%,MCC值为0.876.结果表明:对于成员较多,无法建立统一模型的折叠类型,分类建模可以实现较高准确率的识别.
推荐文章
种子蛋白质与蛋白质组的研究
种子
蛋白质
蛋白质组
发育
休眠
萌发
活力
生物文本中蛋白质名称的识别
生物信息
命名实体识别
机器学习
特征选择
基于近红外的松子蛋白质品质分类处理
松子
近红外
支持向量机
蛋白质
基于优化判别模型的蛋白质分类方法
蛋白质分类
远同源检测
判别模型
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 双绕蛋白质的分类与识别
来源期刊 生物信息学 学科 生物学
关键词 双绕蛋白质 RMSD 系统聚类 隐马尔科夫模型 折叠类型识别
年,卷(期) 2010,(1) 所属期刊栏目
研究方向 页码范围 1-6
页数 6页 分类号 Q523
字数 2671字 语种 中文
DOI 10.3969/j.issn.1672-5565.2010.01.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李晓琴 北京工业大学生命科学与生物工程学院 28 71 5.0 6.0
2 徐海松 北京工业大学生命科学与生物工程学院 9 39 3.0 5.0
3 刘岳 北京工业大学生命科学与生物工程学院 2 12 2.0 2.0
4 乔辉 北京工业大学生命科学与生物工程学院 4 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (6)
参考文献  (16)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(5)
  • 参考文献(1)
  • 二级参考文献(4)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(7)
  • 参考文献(2)
  • 二级参考文献(5)
1998(5)
  • 参考文献(2)
  • 二级参考文献(3)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(4)
  • 参考文献(3)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
双绕蛋白质
RMSD
系统聚类
隐马尔科夫模型
折叠类型识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
生物信息学
季刊
1672-5565
23-1513/Q
大16开
黑龙江省哈尔滨市西大直街92号哈尔滨工业大学邵逸夫科学馆一楼
14-14
2003
chi
出版文献量(篇)
937
总下载数(次)
6
总被引数(次)
4610
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导