首页> 外文OA文献 >Residue Interaction Network: An Approach to Identify Functionally Important Residues for Protein:Protein Interactions

【2h】

Residue Interaction Network: An Approach to Identify Functionally Important Residues for Protein:Protein Interactions

机译：残基相互作用网络：一种识别功能上重要的蛋白质残基的方法：蛋白质相互作用

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Mehta Isha D.; Beck Brian W.;
展开▼
作者单位

展开▼
年度 2013
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Small-world network approach to identify key residues in protein-protein interaction. [J] . del Sol A, OMeara P Proteins: Structure, Function, and Genetics . 2005,第3期

机译：小世界网络方法可识别蛋白质-蛋白质相互作用中的关键残基。
2. Biophysical simulations and structure-based modeling of residue interaction networks in the tumor suppressor proteins reveal functional role of cancer mutation hotspots in molecular communication [J] . Gennady M. Verkhivker Biochimica et Biophysica Acta. General Subjects . 2019,第1期

机译：肿瘤抑制蛋白中残留互动网络的生物物理模拟和基于结构的建模揭示了癌症突变热点在分子通信中的功能作用
3. Coevolutionary data-based interaction networks approach highlighting key residues across protein families: The case of the G-protein coupled receptors [J] . Filippo Baldessari, Riccardo Capelli, Paolo Carloni, Computational and Structural Biotechnology Journal . 2020,第1期

机译：基于共轭数据的相互作用网络方法突出蛋白质家族的关键残留物：G蛋白偶联受体的情况
4. A Multilevel Approach to Identify Functional Modules in a Yeast Protein-Protein Interaction Network [C] . S. Oliveira, S. C. Seok International Conference on Computational Science(ICCS 2006) pt.2; 20060528-31; Reading(GB) . 2006

机译：识别酵母蛋白质-蛋白质相互作用网络中功能模块的多级方法
5. Predicting protein-protein interactions, interaction sites and residue-residue contact matrices with machine learning techniques. [D] . Du, Tianchuan. 2016

机译：使用机器学习技术预测蛋白质间相互作用，相互作用位点和残基-残基接触矩阵。
6. Coevolutionary data-based interaction networks approach highlighting key residues across protein families: The case of the G-protein coupled receptors [O] . Filippo Baldessari, Riccardo Capelli, Paolo Carloni, 2020

机译：基于协同进化数据的相互作用网络强调跨蛋白质家族的关键残基：G蛋白偶联受体的情况
7. Coevolutionary data-based interaction networks approach highlighting key residues across protein families: The case of the G-protein coupled receptors [O] . Filippo Baldessari, Riccardo Capelli, Paolo Carloni, 2020

机译：基于共轭数据的相互作用网络方法突出蛋白质家族的关键残留物：G蛋白偶联受体的情况

Residue Interaction Network: An Approach to Identify Functionally Important Residues for Protein:Protein Interactions

著录项

引文网络

相似文献

相关主题

期刊订阅