| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
25/04/2006 |
|
Data da última atualização: |
17/01/2020 |
|
Tipo da produção científica: |
Resumo em Anais de Congresso |
|
Autoria: |
HIGA, R. H.; TOZZI, C. L. |
|
Afiliação: |
ROBERTO HIROSHI HIGA, CNPTIA; CLÉSIO LUIS TOZZI, FEEC/Unicamp. |
|
Título: |
Prediction of protein-protein interaction sites: comparing neural networks and support vector machines approaches. |
|
Ano de publicação: |
2005 |
|
Fonte/Imprenta: |
In: X-MEETING; INTERNATIONAL CONFERENCE OF THE AB3C, 1., 2005, [Proceedings...]. [S.l.]: Associação Brasileira de Bioinformática e Biologia Computacional, 2005. |
|
Páginas: |
p. 113. |
|
Idioma: |
Inglês |
|
Notas: |
X-meeting 2005. Presented Posters. |
|
Conteúdo: |
Protein-protein interaction plays a central role in a number of biological process such as cellular signaling, immune systems and enzyme catalysis. The knowledge of the residues that contribute to the specificity and affinity of protein interactions have important implications for applications such as drug design and analysis of metabolic networks. In silico studies of protein-protein interaction pursue two main objectives: the identification of the network of protein interactions and the identification of the residues involved in these interactions [7]. Recently, a number of studies pursuing the identification of protein-protein interaction sites have been proposed [3][6][7][8][9]. They differ in several aspects such as the information considered to do the prediction, the approach used by the predictors and the database considered to perform the training and testing of the predictors. These differences make difficult to establish a comparison among them. In this study, we use the database of protein-protein complexes used by Fariselli et al. [3] to compare the performance of the two prevalent approaches used to make predictors: Neural Networks -NN [4] and Support Vector Machines - SVM [2]. |
|
Palavras-Chave: |
Redes neurais. |
|
Thesagro: |
Proteina. |
|
Thesaurus Nal: |
Neural networks; Proteins; Support vector machines. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
Marc: |
LEADER 01965nam a2200205 a 4500
001 1008960
005 2020-01-17
008 2005 bl uuuu u00u1 u #d
100 1 $aHIGA, R. H.
245 $aPrediction of protein-protein interaction sites$bcomparing neural networks and support vector machines approaches.$h[electronic resource]
260 $aIn: X-MEETING; INTERNATIONAL CONFERENCE OF THE AB3C, 1., 2005, [Proceedings...]. [S.l.]: Associação Brasileira de Bioinformática e Biologia Computacional$c2005
300 $ap. 113.
500 $aX-meeting 2005. Presented Posters.
520 $aProtein-protein interaction plays a central role in a number of biological process such as cellular signaling, immune systems and enzyme catalysis. The knowledge of the residues that contribute to the specificity and affinity of protein interactions have important implications for applications such as drug design and analysis of metabolic networks. In silico studies of protein-protein interaction pursue two main objectives: the identification of the network of protein interactions and the identification of the residues involved in these interactions [7]. Recently, a number of studies pursuing the identification of protein-protein interaction sites have been proposed [3][6][7][8][9]. They differ in several aspects such as the information considered to do the prediction, the approach used by the predictors and the database considered to perform the training and testing of the predictors. These differences make difficult to establish a comparison among them. In this study, we use the database of protein-protein complexes used by Fariselli et al. [3] to compare the performance of the two prevalent approaches used to make predictors: Neural Networks -NN [4] and Support Vector Machines - SVM [2].
650 $aNeural networks
650 $aProteins
650 $aSupport vector machines
650 $aProteina
653 $aRedes neurais
700 1 $aTOZZI, C. L.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Recursos Genéticos e Biotecnologia. Para informações adicionais entre em contato com cenargen.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Recursos Genéticos e Biotecnologia. |
|
Data corrente: |
28/02/2013 |
|
Data da última atualização: |
30/04/2024 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
CARDOSO, C. C.; SILVA, E. C. da; PIMENTEL, C. M.; CAETANO, A. R.; FACO, O.; PAIVA, S. R. |
|
Afiliação: |
CAIO CESAR CARDOSO; ELIZABETE CRISTINA DA SILVA, UNB; CONCEPTA MCMANUS PIMENTEL, UNIVERSIDADE FEDERAL DO RIO GRANDE SUL; ALEXANDRE RODRIGUES CAETANO, CENARGEN; OLIVARDO FACO, CNPC; SAMUEL REZENDE PAIVA, CENARGEN. |
|
Título: |
Estimativa inicial de erros de paternidade em um programa de melhoramento genético de caprinos leiteiros. |
|
Ano de publicação: |
2012 |
|
Fonte/Imprenta: |
In: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, 49., 2012, Brasília. A produção animal no mundo em transformação: anais. Brasília, DF: SBZ, 2012. |
|
Páginas: |
3 p. |
|
Idioma: |
Português |
|
Palavras-Chave: |
Marcadores moleculares; Microssatélites. |
|
Thesagro: |
Capra Hircus. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 00746nam a2200205 a 4500
001 1951731
005 2024-04-30
008 2012 bl uuuu u01u1 u #d
100 1 $aCARDOSO, C. C.
245 $aEstimativa inicial de erros de paternidade em um programa de melhoramento genético de caprinos leiteiros.$h[electronic resource]
260 $aIn: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, 49., 2012, Brasília. A produção animal no mundo em transformação: anais. Brasília, DF: SBZ$c2012
300 $a3 p.
650 $aCapra Hircus
653 $aMarcadores moleculares
653 $aMicrossatélites
700 1 $aSILVA, E. C. da
700 1 $aPIMENTEL, C. M.
700 1 $aCAETANO, A. R.
700 1 $aFACO, O.
700 1 $aPAIVA, S. R.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Recursos Genéticos e Biotecnologia (CENARGEN) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
