Predicting domain-domain interactions using a parsimony approach.
Predicting domain-domain interactions using a parsimony approach.
复制标题
使用简约方法预测域域相互作用。
DOI：
10.1186/gb-2006-7-11-r104
复制
发表时间：
2006
期刊：
影响因子：
12.3
通讯作者：
Przytycka TM
中科院分区：
文献类型：
--
作者：
Guimarães KS;Jothi R;Zotenko E;Przytycka TM
提出了一种新的简约方法预测域域之间的相互作用，并证明了预测覆盖率和准确性的改善。我们提出了一种新的方法来预测结构域之间的相互作用从蛋白质-蛋白质相互作用网络。在我们的方法中，我们对网络进行了简约驱动的解释，其中使用线性规划优化来推断域相互作用，并通过概率构建来处理蛋白质网络中的假阳性。这种方法比以前的方法有相当大的优势。结果表明，简约原则提供了一个正确的方法来检测域域之间的接触。
A new parsimony approach for the prediction of domain-domain interactions is presented and demonstrated to provide improvement in prediction coverage and accuracy. We propose a novel approach to predict domain-domain interactions from a protein-protein interaction network. In our method we apply a parsimony-driven explanation of the network, where the domain interactions are inferred using linear programming optimization, and false positives in the protein network are handled by a probabilistic construction. This method outperforms previous approaches by a considerable margin. The results indicate that the parsimony principle provides a correct approach for detecting domain-domain contacts.
登录
查看更多内容
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：
7
作者：
Deng, MH;Mehta, S;Chen, T
通讯作者：
Chen, T
影响因子：
3
作者：
Scheel H;Hofmann K
通讯作者：
Hofmann K
DOI：
10.1073/pnas.092147999
发表时间：
2002-04-30
影响因子：
11.1
作者：
Aloy, P;Russell, RB
通讯作者：
Russell, RB
影响因子：
56.9
作者：
Li, SM;Armstrong, CM;Vidal, M
通讯作者：
Vidal, M