Prediction of protein structural features from sequence data based on Shannon entropy and Kolmogorov complexity.
Prediction of protein structural features from sequence data based on Shannon entropy and Kolmogorov complexity.
复制标题
DOI：
10.1371/journal.pone.0119306
复制
发表时间：
2015
期刊：
影响因子：
3.7
通讯作者：
Bywater RP
中科院分区：
文献类型：
--
作者：
Bywater RP
虽然给定生物体的基因组存储生物体发挥功能和繁荣所需的信息，但基因组编码的蛋白质可能比其他任何东西都更能表征该生物体的表型。因此，理解和预测蛋白质折叠和性质的许多方法之一来自基因组学，更具体地说来自多序列比对，这并不奇怪。在这项工作中，我探索的方法，其中来自序列比对数据的数据可以用来调查在预测的方式蛋白质结构的三个不同方面：二级结构，残基间的接触和蛋白质的不同状态之间的动态切换。特别是Kolmogorov复杂性的使用已经确定了实现这些目标的新途径。
While the genome for a given organism stores the information necessary for the organism to function and flourish it is the proteins that are encoded by the genome that perhaps more than anything else characterize the phenotype for that organism. It is therefore not surprising that one of the many approaches to understanding and predicting protein folding and properties has come from genomics and more specifically from multiple sequence alignments. In this work I explore ways in which data derived from sequence alignment data can be used to investigate in a predictive way three different aspects of protein structure: secondary structures, inter-residue contacts and the dynamics of switching between different states of the protein. In particular the use of Kolmogorov complexity has identified a novel pathway towards achieving these goals.
登录
查看更多内容
影响因子：
3
作者：
Ferragina P;Giancarlo R;Greco V;Manzini G;Valiente G
通讯作者：
Valiente G
影响因子：
56.9
作者：
BOWIE, JU;REIDHAAROLSON, JF;SAUER, RT
通讯作者：
SAUER, RT
DOI：
10.1107/s0567739474000945
发表时间：
1974-01-01
期刊：
ACTA CRYSTALLOGRAPHICA SECTION A
影响因子：
--
作者：
MACKAY, AL
通讯作者：
MACKAY, AL
蛋白质结构类别预测的预测二级结构统计特征的比较研究：从内容到位置
影响因子：
3
作者：
Dai Q;Li Y;Liu X;Yao Y;Cao Y;He P
通讯作者：
He P
DOI：
10.1016/0005-2795(75)90109-9
发表时间：
1975-01-01
期刊：
BIOCHIMICA ET BIOPHYSICA ACTA
影响因子：
--
作者：
MATTHEWS, BW
通讯作者：
MATTHEWS, BW