Predicting enzyme class from protein structural parameters and bagging predictors.

YAMAGISHI, M. E. B.; OLIVEIRA, S. R. M.; BORRO, L. C.; SANTOS, E. H.; JARDINE, J. G.; VIEIRA, F. D.; MAZONI, I.; NARCISO, M. G.; KUSER-FALCÃO, P. R.; NESHICH, G.

Predicting enzyme class from protein structural parameters and bagging predictors.

2006

Английский. Short Abstract: In this work we present a new method to classify enzymes that uses the STING_DB physical-chemical parameters and Bagging predictors. By building models based on "decision tree" and "neural network", we obtained an accuracy of 74% on average. These results outperform the similar models proposed in literature.

Показать больше [+]

ISMB, X-MEETING 2006. Poster I-13.

Показать больше [+]

Ключевые слова АГРОВОК

bioinformatics bioinformática enzima enzymes proteins

Библиографическая информация

Другие темы

Parâmetros estruturais da proteína; Parâmetros de sting_db; Proteina

Язык

Английский

Лицензия

openAccess

Тип

Conference Proceedings; Book

Корпоративный автор/ Групповой автор

MICHEL EDUARDO BELEZA YAMAGISHI, CNPTIA; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; LUIZ C. BORRO; EDGARD HENRIQUE DOS SANTOS, CNPTIA; JOSÉ GILBERTO JARDINE, CNPTIA; FÁBIO DANILO VIEIRA, CNPTIA; IVAN MAZONI, CNPTIA; MARCELO GONCALVES NARCISO, CNPTIA; PAULA REGINA KUSER FALCÃO, CNPTIA; GORAN NESHICH, CNPTIA.

В АГРИСе с: 2023-03-15

Формат: AGRIS AP

Поставщик данных

Эту запись предоставил Empresa Brasileira de Pesquisa Agropecuária

Откройте коллекцию этого поставщика данных в AGRIS

Ссылки

http://www.alice.cnptia.embrapa.br/alice/handle/doc/9310

Посмотрите в Google Scholar

If you notice any incorrect information relating to this record, please contact us at [email protected] [email protected]