RNAm5Cfinder: A Web-server for Predicting RNA 5-methylcytosine (m5C) Sites Based on Random Forest.
RNAm5Cfinder: A Web-server for Predicting RNA 5-methylcytosine (m5C) Sites Based on Random Forest.
复制标题
RNAm5Cfinder：基于随机森林预测 RNA 5-甲基胞嘧啶 (m5C) 位点的网络服务器
DOI：
10.1038/s41598-018-35502-4
复制
发表时间：
2018-11-23
影响因子：
4.6
通讯作者：
Zhou Y
中科院分区：
文献类型：
--
作者：
Li J;Huang Y;Yang X;Zhou Y;Zhou Y
5-甲基胞嘧啶（m5 C）是一种常见的核碱基修饰，最近的研究表明它在细胞RNA包括mRNA，tRNA和rRNA中普遍存在。随着m5 C位点数据的快速积累，建立一个精确的m5 C位点预测模型不仅是可行的，而且是重要的。为此，我们开发了一个基于RNA序列特征和机器学习方法的网络服务器RNAm 5Cfinder，用于预测小鼠和人类8种组织/细胞类型中的RNA m5 C位点。我们通过独立测试证实了RNAm 5Cfinder的准确性和实用性，结果表明，综合和细胞特异性预测因子可以精确定位通用或组织特异性m5 C位点，曲线下面积（AUC）分别不小于0.77和0.87。RNAm 5Cfinder Web服务器可在http://www.rnanut.net/rnam5cfinder上免费获得。
5-methylcytosine (m5C) is a common nucleobase modification, and recent investigations have indicated its prevalence in cellular RNAs including mRNA, tRNA and rRNA. With the rapid accumulation of m5C sites data, it becomes not only feasible but also important to build an accurate model to predict m5C sitesin silico. For this purpose, here, we developed a web-server named RNAm5Cfinder based on RNA sequence features and machine learning method to predict RNA m5C sites in eight tissue/cell types from mouse and human. We confirmed the accuracy and usefulness of RNAm5Cfinder by independent tests, and the results show that the comprehensive and cell-specific predictors could pinpoint the generic or tissue-specific m5C sites with the Area Under Curve (AUC) no less than 0.77 and 0.87, respectively. RNAm5Cfinder web-server is freely available at http://www.rnanut.net/rnam5cfinder.
登录
查看更多内容
影响因子：
4.4
作者：
Chen, Xi;Ishwaran, Hemant
通讯作者：
Ishwaran, Hemant
影响因子：
12.3
作者：
Amort T;Rieder D;Wille A;Khokhlova-Cubberley D;Riml C;Trixl L;Jia XY;Micura R;Lusser A
通讯作者：
Lusser A
影响因子：
8.8
作者：
Hussain S;Sajini AA;Blanco S;Dietmann S;Lombard P;Sugimoto Y;Paramor M;Gleeson JG;Odom DT;Ule J;Frye M
通讯作者：
Frye M
5-甲基胞嘧啶促进 mRNA 输出-NSUN2 作为甲基转移酶，ALYREF 作为 m5C 阅读器
影响因子：
44.1
作者：
Yang X;Yang Y;Sun BF;Chen YS;Xu JW;Lai WY;Li A;Wang X;Bhattarai DP;Xiao W;Sun HY;Zhu Q;Ma HL;Adhikari S;Sun M;Hao YJ;Zhang B;Huang CM;Huang N;Jiang GB;Zhao YL;Wang HL;Sun YP;Yang YG
通讯作者：
Yang YG
影响因子：
4.5
作者：
Blanco S;Kurowski A;Nichols J;Watt FM;Benitah SA;Frye M
通讯作者：
Frye M