ZCURVE 3.0: identify prokaryotic genes with higher accuracy as well as automatically and accurately select essential genes.
ZCURVE 3.0: identify prokaryotic genes with higher accuracy as well as automatically and accurately select essential genes.
复制标题
ZCURVE 3.0：更准确地识别原核基因，自动准确选择必需基因
DOI：
10.1093/nar/gkv491
复制
发表时间：
2015-07-01
影响因子：
14.9
通讯作者：
Guo FB
中科院分区：
文献类型：
--
作者：
Hua ZG;Lin Y;Yuan YZ;Yang DC;Wei W;Guo FB
2003年，我们开发了一个从头算程序ZCURVE 1.0，用于寻找细菌和古细菌基因组中的基因。在这项工作中，我们提出了更新版本（即ZCURVE 3.0）。使用422个原核生物基因组，更新版本的平均准确率为93.7%，而原始版本的平均准确率为88.7%。这些结果也表明ZCURVE 3.0与Glimmer 3.02具有可比性，并且可以为其提供补充预测。事实上，这两个程序的联合应用产生了更好的结果，正确地发现了更多的注释基因，同时也包含了更少的假阳性预测。ZCURVE 3.0包含一个后处理程序，作为唯一的功能，该后处理程序能够以较高的准确率（一般为bbb90 %）识别必需基因。我们希望ZCURVE 3.0能以基于网络的运行方式得到广泛的应用。更新后的ZCURVE可以从http://cefg.uestc.edu.cn/zcurve/或http://tubic.tju.edu.cn/zcurveb/免费访问，没有任何限制。
In 2003, we developed an ab initio program, ZCURVE 1.0, to find genes in bacterial and archaeal genomes. In this work, we present the updated version (i.e. ZCURVE 3.0). Using 422 prokaryotic genomes, the average accuracy was 93.7% with the updated version, compared with 88.7% with the original version. Such results also demonstrate that ZCURVE 3.0 is comparable with Glimmer 3.02 and may provide complementary predictions to it. In fact, the joint application of the two programs generated better results by correctly finding more annotated genes while also containing fewer false-positive predictions. As the exclusive function, ZCURVE 3.0 contains one post-processing program that can identify essential genes with high accuracy (generally >90%). We hope ZCURVE 3.0 will receive wide use with the web-based running mode. The updated ZCURVE can be freely accessed from http://cefg.uestc.edu.cn/zcurve/ or http://tubic.tju.edu.cn/zcurveb/ without any restrictions.
登录
查看更多内容
DEG 10，必需基因数据库的更新，包括蛋白质编码基因和非编码基因组元件
影响因子：
14.9
作者：
Luo H;Lin Y;Gao F;Zhang CT;Zhang R
通讯作者：
Zhang R
影响因子：
14.9
作者：
Tatusova T;Ciufo S;Fedorov B;O'Neill K;Tolstoy I
通讯作者：
Tolstoy I
DOI：
10.1007/978-1-4939-2398-4_13
发表时间：
2015-01-01
期刊：
Methods in molecular biology (Clifton, N.J.)
影响因子：
--
作者：
Guo, Feng-Biao;Ye, Yuan-Nong;Wei, Wen
通讯作者：
Wei, Wen
影响因子：
7
作者：
Seringhaus, Michael;Paccanaro, Alberto;Gerstein, Mark
通讯作者：
Gerstein, Mark
影响因子：
9.5
作者：
Richardson EJ;Watson M
通讯作者：
Watson M