CCTOP: a Consensus Constrained TOPology prediction web server.
CCTOP: a Consensus Constrained TOPology prediction web server.
复制标题
DOI：
10.1093/nar/gkv451
复制
发表时间：
2015-07-01
影响因子：
14.9
通讯作者：
Tusnády GE
中科院分区：
文献类型：
--
作者：
Dobson L;Reményi I;Tusnády GE
共识约束拓扑预测（CCTOP；http://cctop.enzim.ttk.mta.hu）服务器是一个基于 Web 的应用程序，提供跨膜拓扑预测。除了利用 10 种不同的最先进的拓扑预测方法之外，CCTOP 服务器还使用隐马尔可夫模型的概率框架整合了 PDBTM、TOPDB 和 TOPDOM 数据库中现有实验和计算源的拓扑信息。服务器提供了在拓扑预测之前进行信号肽预测和跨膜球状蛋白区分的选项。可以通过（取消）选择任何预测方法或映射实验或添加用户指定的约束来重新计算初始结果。 CCTOP 显示出优于现有方法的性能。还计算每个预测的可靠性，这与每个蛋白质拓扑预测的准确性相关。预测结果和收集的实验信息在 CCTOP 主页上可视化，并可以 XML 格式下载。 CCTOP服务器的可编程访问也是可用的，并提供了客户端脚本的示例。
The Consensus Constrained TOPology prediction (CCTOP; http://cctop.enzim.ttk.mta.hu) server is a web-based application providing transmembrane topology prediction. In addition to utilizing 10 different state-of-the-art topology prediction methods, the CCTOP server incorporates topology information from existing experimental and computational sources available in the PDBTM, TOPDB and TOPDOM databases using the probabilistic framework of hidden Markov model. The server provides the option to precede the topology prediction with signal peptide prediction and transmembrane-globular protein discrimination. The initial result can be recalculated by (de)selecting any of the prediction methods or mapped experiments or by adding user specified constraints. CCTOP showed superior performance to existing approaches. The reliability of each prediction is also calculated, which correlates with the accuracy of the per protein topology prediction. The prediction results and the collected experimental information are visualized on the CCTOP home page and can be downloaded in XML format. Programmable access of the CCTOP server is also available, and an example of client-side script is provided.
登录
查看更多内容
影响因子：
4.3
作者：
Reynolds SM;Käll L;Riffle ME;Bilmes JA;Noble WS
通讯作者：
Noble WS
DOI：
10.1073/pnas.82.23.8129
发表时间：
1985-01-01
影响因子：
11.1
作者：
MANOIL, C;BECKWITH, J
通讯作者：
BECKWITH, J
影响因子：
4.8
作者：
Kast, C;Canfield, V;Gros, P
通讯作者：
Gros, P
影响因子：
14.9
作者：
Kozma, Daniel;Simon, Istvan;Tusnady, Gabor E.
通讯作者：
Tusnady, Gabor E.
影响因子：
4.8
作者：
Farrell, Karen B.;Tusnady, Gabor E.;Eiden, Maribeth V.
通讯作者：
Eiden, Maribeth V.