ComplexContact: a web server for inter-protein contact prediction using deep learning.
ComplexContact: a web server for inter-protein contact prediction using deep learning.
复制标题
DOI：
10.1093/nar/gky420
复制
发表时间：
2018-07-02
影响因子：
14.9
通讯作者：
Xu J
中科院分区：
文献类型：
--
作者：
Zeng H;Wang S;Zhou T;Zhao F;Li X;Wu Q;Xu J
ComplexContact（http：//raptorx2.uchicago.edu/ComplexContact/）是用于推定蛋白质复合物的基于序列的界面残基-残基接触预测的网络服务器。界面残基-残基接触对于理解蛋白质如何在残基水平形成复合物和相互作用至关重要。当接收到一对蛋白质序列时，ComplexContact首先搜索它们的序列同源物并构建两个配对的多序列比对（MSA），然后应用协同进化分析和CASP获奖的深度学习（DL）方法来预测配对MSA的界面接触，并将预测可视化为图像。DL方法最初是为蛋白质内接触预测而开发的，在CASP 12中表现最好。我们的大规模实验测试进一步表明，ComplexContact在蛋白质间接触预测方面大大优于纯协同进化方法，无论物种如何。
ComplexContact (http://raptorx2.uchicago.edu/ComplexContact/) is a web server for sequence-based interfacial residue-residue contact prediction of a putative protein complex. Interfacial residue-residue contacts are critical for understanding how proteins form complex and interact at residue level. When receiving a pair of protein sequences, ComplexContact first searches for their sequence homologs and builds two paired multiple sequence alignments (MSA), then it applies co-evolution analysis and a CASP-winning deep learning (DL) method to predict interfacial contacts from paired MSAs and visualizes the prediction as an image. The DL method was originally developed for intra-protein contact prediction and performed the best in CASP12. Our large-scale experimental test further shows that ComplexContact greatly outperforms pure co-evolution methods for inter-protein contact prediction, regardless of the species.
登录
查看更多内容
DOI：
10.1093/bioinformatics/btx781
发表时间：
2018-05-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Adhikari B;Hou J;Cheng J
通讯作者：
Cheng J
影响因子：
7.7
作者：
Ovchinnikov S;Kamisetty H;Baker D
通讯作者：
Baker D
影响因子：
3.7
作者：
Feinauer C;Szurmant H;Weigt M;Pagnani A
通讯作者：
Pagnani A
影响因子：
14.9
作者：
Federhen S
通讯作者：
Federhen S
影响因子：
4.3
作者：
Levy ED;Pereira-Leal JB;Chothia C;Teichmann SA
通讯作者：
Teichmann SA