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:
蛋白质的亚细胞位点信息有助于我们了解蛋白质的功能以及它们之间的相互作用,同时还可以为新药物的研发提供帮助.目前普遍采用的亚细胞位点预测方法主要是基于N端分选信号或氨基酸组分特征,但研究表明,单纯基于N端分选信号或氨基酸组分的方法都会丢失序列的序信息.为了克服此缺陷,本文提出了一种基于最优分割位点的蛋白质亚细胞位点预测方法.首先,把每条蛋白质序列分割为N端、中间和C端三部分,然后在每个子序列和整条序列中分别提取氨基酸组分、双肽组分和物理化学性质,最后我们把这些特征融合起来作为整条序列的特征.通过夹克刀检验,该方法在NNPSL数据集上得到的总体精度分别是87.8%和92.1%.
推荐文章
预测蛋白质相互作用位点的计算方法研究(一)
蛋白质
相互作用位点
预测
计算方法
蛋白质亚细胞定位预测研究综述
蛋白质亚细胞定位预测
特征表示
算法设计
算法测试
Web服务器
基于复杂性K近邻规则的蛋白质亚细胞位点预测
生物信息学
LZ复杂性相似度
K近邻
蛋白质
亚细胞位点
蛋白质亚细胞定位预测的最近邻算法
生物信息学
蛋白质亚细胞定位
氨基酸组成
最近邻算法
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 基于最优分割位点的蛋白质亚细胞位点预测方法
来源期刊 生物信息学 学科 工学
关键词 蛋白质序列 亚细胞位点 夹克刀检验 总体精度 特征融合
年,卷(期) 2011,(2) 所属期刊栏目
研究方向 页码范围 171-175,180
页数 分类号 TP391.4
字数 5056字 语种 中文
DOI 10.3969/j.issn.1672-5565.2011.02.018
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 王军 上海师范大学数理学院 5 10 2.0 3.0
3 王伟 上海师范大学数理学院 37 74 5.0 7.0
4 赵娟 上海师范大学数理学院 4 6 1.0 2.0
5 郑小琪 上海师范大学数理学院 5 12 2.0 3.0
6 窦永超 大连理工大学数学科学学院 1 6 1.0 1.0
7 刘太岗 山东农业大学信息科学与工程学院 2 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (3)
参考文献  (12)
节点文献
引证文献  (6)
同被引文献  (11)
二级引证文献  (7)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(2)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蛋白质序列
亚细胞位点
夹克刀检验
总体精度
特征融合
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
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