布达佩斯淀粉样蛋白预测器及其应用
摘要：蛋白质的淀粉样状态在神经学、生物化学和生物技术中得到了广泛研究。与无定形聚集相比，淀粉样状态具有明确定义的结构，由平行和反平行的β-折叠片段呈周期性重复的形式组成。随着新的分子成像工具（如低温电子显微镜）的发展，对淀粉样状态的理解正在增加。大多数基于序列的淀粉样预测器使用人工神经网络（ANNs）作为基础计算技术进行开发。从一个良好的基于神经网络的预测器中，很难确定那些对网络决策产生影响的输入氨基酸序列的特征。在这里，我们提出了一种基于支持向量机（SVM）的六肽预测器，其正确率超过84％，即至少与已发表的基于ANN的工具一样好。与人工神经网络不同，支持向量机的决策更容易分析，从一个良好的预测器中，我们可以推断出丰富的生物化学知识。 可获得性和实施：Budapest Amyloid Predictor网络服务器在https://pitgroup.org/bap免费提供。
作者：Laszlo Keresztes and Evelin Szogi and Balint Varga and Viktor Farkas and Andras Perczel and Vince Grolmusz
论文ID：2011.03759
分类：Biomolecules
分类简称：q-bio.BM
提交时间：2020-11-10