Protein function prediction: towards integration of similarity metrics.
Protein function prediction: towards integration of similarity metrics.
复制标题
DOI：
10.1016/j.sbi.2011.02.001
复制
发表时间：
2011-04
影响因子：
6.8
通讯作者：
Lichtarge O
中科院分区：
文献类型：
--
作者：
Erdin S;Lisewski AM;Lichtarge O
基因组学中心发现了越来越多的蛋白质序列和结构，但不一定是它们的全部生物功能。因此，目前，只有不到百分之一的蛋白质具有实验验证的生物化学活性。为了填补这一空白，功能预测算法应用蛋白质之间的相似性度量，前提是那些在序列或结构上足够相似的蛋白质将执行相同的功能。虽然高灵敏度是难以捉摸的，但将这些指标整合在一起的网络分析有望快速获得功能预测特异性。
Genomics centers discover increasingly many protein sequences and structures, but not necessarily their full biological functions. Thus, currently, fewer than one percent of proteins have experimentally verified biochemical activities. To fill this gap, function prediction algorithms apply metrics of similarity between proteins on the premise that those sufficiently alike in sequence, or structure, will perform identical functions. Although high sensitivity is elusive, network analyses that integrate these metrics together hold the promise of rapid gains in function prediction specificity.
登录
查看更多内容
影响因子：
3
作者：
Jones CE;Brown AL;Baumann U
通讯作者：
Baumann U
影响因子：
2.9
作者：
Glaser, F;Rosenberg, Y;Ben-Tal, N
通讯作者：
Ben-Tal, N
影响因子：
12.3
作者：
Capra JA;Pollard KS;Singh M
通讯作者：
Singh M
影响因子：
14.9
作者：
Caspi R;Altman T;Dale JM;Dreher K;Fulcher CA;Gilham F;Kaipa P;Karthikeyan AS;Kothari A;Krummenacker M;Latendresse M;Mueller LA;Paley S;Popescu L;Pujar A;Shearer AG;Zhang P;Karp PD
通讯作者：
Karp PD
影响因子：
4.3
作者：
Engelhardt BE;Jordan MI;Muratore KE;Brenner SE
通讯作者：
Brenner SE