...
机译:通过将组合物,物理化学和结构特征掺入Chou的PseaAC中,以改善的精度预测抗微生物肽
机译:iMethylK_pseAAC:通过Chou的5步法则将统计矩和位置相关特征纳入一般PseAAC中,从而提高了赖氨酸甲基化位点的识别准确性
机译:将二级特征整合到Chou's PseAAC的一般形式中以预测蛋白质结构分类
机译:pnitro-tyr-pseaac:通过将五个特征掺入Chou的Pseaac中预测蛋白质中的硝基荧光蛋白位点
机译:通过以周氏假氨基酸组合物的一般形式掺入N端跨膜结构域信息来预测植物中的高尔基体蛋白质
机译:朝着改进的NDE和SHM方法,包括非线性结构特征
机译:通过将Chou的一般PseAAC中的组成物理化学和结构特征结合在一起可以更准确地预测抗菌肽
机译:通过将进化信息和理化特征整合到Chou的PseAAC中,预测革兰氏阳性和革兰氏阴性亚细胞定位