University of Massachusetts Boston.;
机译:机器学习方法在蛋白质 - 蛋白质相互作用预测中的应用
机译:使用机器学习方法检测可靠的非相互作用蛋白(NIP)可以显着增强蛋白质-蛋白质相互作用的计算预测
机译:用于鉴定蛋白质 - 蛋白质相互作用的简单和有效的机器学习框架以及用于研究相互作用的实验方法
机译:Sipma:在机器学习框架中使用自相关特征的ZeA蛋白质 - 蛋白质相互作用的系统鉴定:Zea Mays中蛋白质 - 蛋白质相互作用的鉴定
机译:使用机器学习方法从序列中识别参与蛋白质-蛋白质和蛋白质-DNA相互作用的界面残基。
机译:用于识别蛋白质相互作用的简单有效的机器学习框架相关文章和用于研究相互作用的实验方法
机译:基于机器学习的软件开发,可从蛋白质一级结构预测蛋白质-蛋白质相互作用和蛋白质功能