6)交互倾向:是一个蛋白质(或区域)和一个RNA(或区域)之间相互作用概率的度量,是基于观察到的核糖核蛋白复合物的组成部分表现出其物理化学特征的趋势。 7)蛋白结构域:是通过分析带有DNA和RNA相关术语注释的Pfam匹配的蛋白质序列来进行鉴定的,并利用IUPred算法对蛋白质序列进行分析,识别无序区域。 8)RNA基序:RNA结...
目前,约1400种人类蛋白质具有RNA结合活性的实验证据。但是,在这些蛋白质中只有约250种有来自不同测序方法(如eCLIP)的靶RNA的实验数据。上周五我们介绍了catRAPID数据库,但是在分析的时候发现支持的物种仅限于人类。为了弥补这一差距,开发者利用之前我们提到的catRAPID数据库来开发了RNAct数据库。RNAct数据库可以方便地查...
最近,科学家开发了一种机器学习方法 RNAsite;它包含一个随机森林模型,该模型使用计算出的 RNA 的基于结构和基于序列的特征进行操作。使用深度学习有望改进 RNA 结合位点检测器;然而,由于可用的 RNA 结构数量相对较少,它受到了阻碍。 事实上,虽然最近用于蛋白质-小分子或蛋白质-肽结合位点检测的深度学习方法依赖于数...
今天要给大家介绍的预测网站是catRAPID,一个功能非常强大和全面的RNA-蛋白结合预测网站,由西班牙的Center for Genomic Regulation的Tartaglia Lab研发,通过综合二级结构、氢键和范德瓦尔斯的贡献,可以较准确地预测RNA-蛋白结合(能够预测出NPinter 数据库中89% 的ncRNA-protein 相互作用)。 网址: http://service.tartagliala...
其二,HydRA 可以快速预测某个 RNA 结合蛋白的功能区域。在目前已知的 RNA 结合蛋白中,对于其中一半以上的蛋白,人们并不知道它们到底通过哪些结构域或位点,来参与和 RNA 分子的互相作用。而通过数据驱动的方法,HydRA 能够学习和总结 RNA 结合蛋白中的常见模式,进而预测未知的结构域和位点。
总结来说,HydRA 不仅可以拓展人们对于 RNA 结合蛋白的认知范围,也能为相关疾病的治疗提供新启发和新可能。 (来源:Molecular Cell) 日前,相关论文以《HydRA:从蛋白质相互作用关联上下文和蛋白质序列预测 RNA 结合能力的深度学习模型》(HydRA: Deep-learning models for predicting RNA-binding capacity from protein inte...
本发明公开了一种环状RNARNA结合蛋白关系预测模型构建方法,解决了现有技术仅限制了预测准确率的问题,其技术方案要点是将初始的环状RNA序列数据集样本构造为环状RNARNA结合蛋白序列对的形式;采用自监督学习的方式训练得到词向量字典;根据训练得到的词向量字典,将样本序列对映射成对应的词向量矩阵作为表征;将样本序列对的...
RNA-蛋白质结合位点预测 RNA结合蛋白(RBP)在各种生物学过程中都起着至关重要的作用,它们在RNA上的结合位点可以深入了解涉及RBPs的疾病背后的机制。因此,如何识别RNA上的RBP结合位点对于后续分析至关重要。今天,小编就给大家介绍一种基于深度学习的RNA-蛋白质结合位点预测的网站:RBPsuite,这是一个易于使用的网络服务...
在本文中,作者提出了一种深度学习模型RLBind,通过结合全局RNA序列通道和局部相邻核苷酸通道,从序列依赖性和结构依赖性特性预测RNA-小分子结合位点。这项研究首次开发了用于RNA-小分子结合位点预测的卷积神经网络。实验结果表明,RLBind在预测结合位点方面优于其他最先进的方法,表明RNA中全长序列的全局信息和有限的局部相邻...
RNA-蛋白结合预测数据库 “老板给了我一个RNA,让我找直接作用机制,我该这么办?” “先用catRAPID数据库看一下与它结合的蛋白吧!” “这个数据库怎么用啊?” “看这里呀!” catRAPID数据库(http://service.tartaglialab.com/page/catrapid_group)的开发者来...