PrePPI: a structure-informed database of protein-protein interactions.
PrePPI: a structure-informed database of protein-protein interactions.
复制标题
DOI：
10.1093/nar/gks1231
复制
发表时间：
2013-01
影响因子：
14.9
通讯作者：
Honig B
中科院分区：
文献类型：
--
作者：
Zhang QC;Petrey D;Garzón JI;Deng L;Honig B
PrePPI (http://bhapp.c2b2.columbia.edu/PrePPI) 是一个使用贝叶斯框架结合预测和实验确定的蛋白质-蛋白质相互作用 (PPI) 的数据库。预测的相互作用被分配了正确的概率，这些概率是通过结合结构、功能、进化和表达信息计算的似然比 (LR) 得出的，其中最重要的贡献来自结构。实验确定的相互作用是从一组公共数据库中编译而来的，这些数据库手动从文献中收集 PPI，并分配了 LR。然后，通过组合预测相互作用和实验确定相互作用的 LR，将最终概率分配给每个相互作用。当前版本的 PrePPI 包含~200 万个 PPI，其概率超过~0.1，其中~60 000 个酵母 PPI 和~370 000 个人类 PPI 被认为是高置信度（概率 > 0.5）。 PrePPI 数据库构成了一个综合资源，使用户能够检查 PPI 的汇总信息，包括已知的和潜在的新颖相互作用，并为许多 PPI 提供结构模型。
PrePPI (http://bhapp.c2b2.columbia.edu/PrePPI) is a database that combines predicted and experimentally determined protein–protein interactions (PPIs) using a Bayesian framework. Predicted interactions are assigned probabilities of being correct, which are derived from calculated likelihood ratios (LRs) by combining structural, functional, evolutionary and expression information, with the most important contribution coming from structure. Experimentally determined interactions are compiled from a set of public databases that manually collect PPIs from the literature and are also assigned LRs. A final probability is then assigned to every interaction by combining the LRs for both predicted and experimentally determined interactions. The current version of PrePPI contains ∼2 million PPIs that have a probability more than ∼0.1 of which ∼60 000 PPIs for yeast and ∼370 000 PPIs for human are considered high confidence (probability > 0.5). The PrePPI database constitutes an integrated resource that enables users to examine aggregate information on PPIs, including both known and potentially novel interactions, and that provides structural models for many of the PPIs.
登录
查看更多内容
影响因子：
14.9
作者：
Keshava Prasad TS;Goel R;Kandasamy K;Keerthikumar S;Kumar S;Mathivanan S;Telikicherla D;Raju R;Shafreen B;Venugopal A;Balakrishnan L;Marimuthu A;Banerjee S;Somanathan DS;Sebastian A;Rani S;Ray S;Harrys Kishore CJ;Kanth S;Ahmed M;Kashyap MK;Mohmood R;Ramachandra YL;Krishna V;Rahiman BA;Mohan S;Ranganathan P;Ramabadran S;Chaerkady R;Pandey A
通讯作者：
Pandey A
影响因子：
64.8
作者：
Gavin, AC;Bösche, M;Superti-Furga, G
通讯作者：
Superti-Furga, G
影响因子：
64.8
作者：
Gavin, AC;Aloy, P;Superti-Furga, G
通讯作者：
Superti-Furga, G
影响因子：
5.8
作者：
Davis, FP;Sali, A
通讯作者：
Sali, A
影响因子：
14.9
作者：
Chatr-aryamontri, Andrew;Ceol, Arnaud;Palazzi, Luisa Montecchi;Nardelli, Giuliano;Schneider, Maria Victoria;Castagnoli, Luisa;Cesareni, Gianni
通讯作者：
Cesareni, Gianni