Centre de Analises Proteomicas e Bioquimicas, P6s-Graduacao em Ciencias Genomicas e Biotecnologia, Universidade Cat61ica de Brasilia, Brasilia - DF, Brazil, 70790-160;
Centre de Analises Proteomicas e Bioquimicas, P6s-Graduacao em Ciencias Genomicas e Biotecnologia, Universidade Cat61ica de Brasilia, Brasilia - DF, Brazil, 70790-160;
Centre de Analises Proteomicas e Bioquimicas, P6s-Graduacao em Ciencias Genomicas e Biotecnologia, Universidade Cat61ica de Brasilia, Brasilia - DF, Brazil, 70790-160;
support vector machine; antimicrobial peptides; physicochemical properties; cysteine knot motif; machine learning;
机译:使用基于属性的序列基序和3D建模来确定蛋白质的结构和功能区域。
机译:使用基于属性的序列图案和3D建模来确定蛋白质的结构和功能区
机译:基于球形坐标和氨基酸多种物理化学性质的蛋白质序列分析的新型数值模型
机译:基于物理化学特性的SVM模型预测蛋白质序列与半胱氨酸结基序的抗菌活性
机译:序列基序和蛋白质三维模型的自动生成及其应用。
机译:SVM2Motif-通过模仿SVM预测子来重构重叠的DNA序列基序
机译:基于物理化学性质的sVm模型,用于预测具有半胱氨酸结基序的蛋白质序列的抗微生物活性
机译:CpG寡脱氧核苷酸的关键DNa侧翼序列,但不是6碱基CpG基序,可被RNa取代,而Toll样受体9介导的活性无定量或定性变化