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:
目的 蛋白质磷酸化是通过激酶催化特定位点把磷酸基转移到底物蛋白质氨基酸残基的过程,是研究蛋白质活力及功能的重要机制.目前已鉴定的数千个磷酸化位点大多缺失激酶信息,为此本研究提出基于PU?learning的磷酸激酶预测算法,通过迭代标记磷酸位点,可以准确预测催化磷酸肽的磷酸激酶.方法 首先该算法以PU?learning为框架,利用最大熵方差对不同种类的磷酸激酶自动筛选最佳阈值,从而提取每条磷酸肽上潜在的磷酸化位点,然后根据统计分析确定磷酸化位点对应的激酶,最后通过五折交叉验证该算法在Phospho.ELM数据库上的预测性能,并与现有算法对比.结果 该算法的交叉验证特异性和灵敏度比现有最好算法在单个数据集上最高提高4%及10%,其预测Phospho.ELM中数据准确度达到79.52%.结论 基于PU?learning的磷酸激酶预测算法显著优于现有算法,且可以准确预测Phospho.ELM数据库中未知激酶信息的磷酸肽,在磷酸化实验中具有较强的指导意义.
推荐文章
躁狂症与血清肌酸磷酸激酶活性的关系研究
双相情感障碍
肌酸激酶
精神病状态评定量表
基于AVS的帧内预测算法
AVS
帧内预测
再生核
率失真优化
基于矩阵分解的DeepWalk链路预测算法
链路预测
神经网络
DeepWalk
网络表示学习
矩阵分解
相似度矩阵
基于大数据的网络舆情监管预测算法研究
大数据
网络舆情
特征提取
舆情监管
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PU-learning的磷酸激酶预测算法
来源期刊 北京生物医学工程 学科 医学
关键词 蛋白质磷酸化 生物信息 半监督学习 PU?learning 磷酸激酶预测
年,卷(期) 2019,(4) 所属期刊栏目 论著
研究方向 页码范围 360-368
页数 9页 分类号 R318
字数 6113字 语种 中文
DOI 10.3969/j.issn.1002-3208.2019.04.005
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 王明举 2 0 0.0 0.0
2 王艺琪 1 0 0.0 0.0
3 张进 1 0 0.0 0.0
4 彭智才 1 0 0.0 0.0
5 魏森 1 0 0.0 0.0
6 谢多双 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (1)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(6)
  • 参考文献(4)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(10)
  • 参考文献(1)
  • 二级参考文献(9)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
蛋白质磷酸化
生物信息
半监督学习
PU?learning
磷酸激酶预测
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
北京生物医学工程
双月刊
1002-3208
11-2261/R
16开
北京安定门外安贞医院
1981
chi
出版文献量(篇)
2829
总下载数(次)
13
相关基金
湖北省自然科学基金
英文译名:Natural Science Foundation of Hubei Province
官方网址:http://www.shiyanhospital.com/my/art/viewarticle.asp?id=79
项目类型:重点项目
学科类型:
论文1v1指导