-
公开(公告)号：CN101881766B
公开(公告)日：2013-05-29
申请号：CN200910050944.9
申请日：2009-05-08
Applicant: 复旦大学
Abstract: 本发明属蛋白质组学生物信息学领域，涉及一种结构域映射蛋白相互作用组的定量分析方法。本发明利用“双标签”蛋白质组学技术定量化检测蛋白质相互作用，并通过所鉴定到蛋白质的结构域和定量信息即相互作用程度来分别进行双边聚类和可视化分析，最终得到了靶蛋白相互作用网络中全体蛋白质独特的、多层次的、合理的结构及功能分类，表现出蛋白质通过特定的结构域以及与靶蛋白不同的相互作用程度来响应特定细胞过程的生物学意义。适用于对相互作用蛋白质数据的大规模分析。
-
公开(公告)号：CN101901345B
公开(公告)日：2013-02-27
申请号：CN200910052187.9
申请日：2009-05-27
Applicant: 复旦大学
Abstract: 本发明属蛋白质组学分类领域，涉及差异蛋白质组学分类方法。包括：用单变量统计分析、顺序特征选择和遗传算法选择特征，用主成分分析和偏最小二乘法提取特征，并与线性判别分析、k-最近邻分类器、支持向量机、决策树、朴素贝叶斯分类器和人工神经网络分类器串联整合，得系列串联整合分类器并将其并联组合，对各基分类器按分类准确率赋予权重系数，以模糊属性值为分类结果输出形式，得对目标样本的分类判断结果。本方法在差异蛋白质组学的异常和正常样本分类和判断中具有较高的分类准确率和鲁棒性。适用于对差异蛋白质组数据的分类分析。
-
公开(公告)号：CN101901345A
公开(公告)日：2010-12-01
申请号：CN200910052187.9
申请日：2009-05-27
Applicant: 复旦大学
Abstract: 本发明属蛋白质组学分类领域，涉及差异蛋白质组学分类方法。包括：用单变量统计分析、顺序特征选择和遗传算法选择特征，用主成分分析和偏最小二乘法提取特征，并与线性判别分析、k-最近邻分类器、支持向量机、决策树、朴素贝叶斯分类器和人工神经网络分类器串联整合，得系列串联整合分类器并将其并联组合，对各基分类器按分类准确率赋予权重系数，以模糊属性值为分类结果输出形式，得对目标样本的分类判断结果。本方法在差异蛋白质组学的异常和正常样本分类和判断中具有较高的分类准确率和鲁棒性。适用于对差异蛋白质组数据的分类分析。
-
公开(公告)号：CN101881766A
公开(公告)日：2010-11-10
申请号：CN200910050944.9
申请日：2009-05-08
Applicant: 复旦大学
Abstract: 本发明属蛋白质组学生物信息学领域，涉及一种结构域映射蛋白相互作用组的定量分析方法。本发明利用“双标签”蛋白质组学技术定量化检测蛋白质相互作用，并通过所鉴定到蛋白质的结构域和定量信息即相互作用程度来分别进行双边聚类和可视化分析，最终得到了靶蛋白相互作用网络中全体蛋白质独特的、多层次的、合理的结构及功能分类，表现出蛋白质通过特定的结构域以及与靶蛋白不同的相互作用程度来响应特定细胞过程的生物学意义。适用于对相互作用蛋白质数据的大规模分析。
-
-
-
Search Results
4
records
(took 0.014 seconds)
