1.一种基于频繁模式和机器学习双推荐制的核定位信号预测算法,其特征在于,包括如下步骤: S1、组建核定位信号训练集与非核定位信号训练集,分别作为正负样本; S2、利用已知的词向量模型提取正负样本中每个基序的词向量特征; S3、提取正负样本中每个基序的平均疏水值H、甘氨酸与碱性氨基酸差值的绝对值GB、平均等电点C和平...
鸡Prox1蛋白核定位信号的预测与鉴定 下载积分: 1500 内容提示: 型黼。。j。麟嚣_皿母皿2020 11:鬻蠹裂’然糍。:‘⋯。基金项目:国家自然科学基金(31960698; 31760732; 31502074);贵州省科技计划项目(黔科合平台人才[2017]5788号);贵州省农业攻关项目(黔科合支撑[2016]2588号)收稿日期:2020-04-07 接受...
2.根据权利要求1所述的基于频繁模式和机器学习双推荐制的核定位信号预测算法,其特征在于,步骤S1中所述组建核定位信号训练集与非核定位信号训练集的方法为从NLSdb 2003年版以及2017年版的数据库中选择具有亲本蛋白、有特定形式且被实验验证的145个NLS作为正样本,负样本与正样本长度一一对应且来自同一个序列。 3.根据...
一种核定位信号批量预测系统是由河北农业大学著作的软件著作,该软件著作登记号为:2024SR0928739,属于分类,想要查询更多关于一种核定位信号批量预测系统著作的著作权信息就到天眼查官网!
本研究旨在预测和鉴定鸡基质蛋白3(matrin 3,MATR3)的核定位信号(nuclear localization signal,NLS)。通过核定位信号在线预测软件预测鸡MATR3蛋白中存在的假定NLS(putative NLS,pNLS),根据预测结果构建鸡MATR3蛋白pNLS缺失的重组真核表达载体,转染细胞后通过观察缺失体重组蛋白的亚细胞定位来确定其NLS。根据鸡MATR3蛋白...
本发明涉及蛋白质生物学领域,具体涉及一种基于频繁模式和机器学习双推荐制的核定位信号预测算法.本发明公开了两种模型,分别为基于频繁模式的NLS预测算法构建的模型和基于机器学习的NLS预测算法构建的模型.其中,第一种模型主要是利用PrefixSpan算法思想,以此挖掘出在核序列数据库中富集而在非核序列数据库中稀疏的一些频繁...
预测软件2：http://www.sbc ...你好，我用cNLS Mapper预测我的蛋白有没有核定位信号，我想请问在...
Ba et al, 2009,http://www.moseslab.csb.utoronto.ca/NLStradamus/)在线预测蛋白的核定位信号。
我之前的回答：怎么找到基因表达CDS中的核定位序列，有没有软件可以预测？56 赞同 · 6 评论回答 ...
通过预测,TET1拥有18个核定位信号(nuclear localization signals,NLSs),其中13个为单分型NLS,5个为双分型NLS.本文利用绿色荧光蛋白和各种突变体,首次确定了小鼠TET1蛋白的2个NLSs,分别存在于CXXC结构域和催化结构域,而且这2个NLSs对全长TET1的和定位都是必需的.我们的研究对深入理解TET1的蛋白结构与功能研究具有...