|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
20/02/2009 |
|
Data da última atualização: |
15/01/2020 |
|
Tipo da produção científica: |
Resumo em Anais de Congresso |
|
Autoria: |
BOARETO, M.; YAMAGISHI, M. E. B.; CATICHA, N.; LEITE, V. B. P. |
|
Afiliação: |
MARCELO BOARETO, UNESP; MICHEL EDUARDO BELEZA YAMAGISHI, CNPTIA; NESTOR CATICHA, USP; VITOR BARBANTI PEREIRA LEITE, UNESP. |
|
Título: |
Predicting enzyme class from protein structure using super paramagnetic cluster. |
|
Ano de publicação: |
2008 |
|
Fonte/Imprenta: |
In: INTERNATIONAL WORKSHOP ON BAYESIAN INFERENCE AND MAXIMUM ENTROPY METHODS IN SCIENCE AND ENGINEERING, 28., 2008, São Sebastião, SP. Proceedings... São Paulo: USP, 2008. |
|
Páginas: |
Não paginado. |
|
Idioma: |
Inglês |
|
Notas: |
MaxEnt 2008. |
|
Conteúdo: |
The enzymes can be divided into six different protein classes according to their respective functions: oxidoreductases, transferases, hydrolases, lyases, isomerases and ligases [1]. The goal of this work is to predict enzyme class from structural attributes using Super Paramagnetic Cluster (SPC) method [2]. This approach is motivated by the existence of a relationship between structure and function. |
|
Palavras-Chave: |
Análise de cluster; Bioinformática; Classsificação de enzima; Estrutura proteica; Previsão da função proteica. |
|
Thesagro: |
Proteina. |
|
Thesaurus Nal: |
Bioinformatics; Cluster analysis; Proteins. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
Marc: |
LEADER 01342nam a2200277 a 4500
001 1031485
005 2020-01-15
008 2008 bl uuuu u00u1 u #d
100 1 $aBOARETO, M.
245 $aPredicting enzyme class from protein structure using super paramagnetic cluster.$h[electronic resource]
260 $aIn: INTERNATIONAL WORKSHOP ON BAYESIAN INFERENCE AND MAXIMUM ENTROPY METHODS IN SCIENCE AND ENGINEERING, 28., 2008, São Sebastião, SP. Proceedings... São Paulo: USP$c2008
300 $aNão paginado.
500 $aMaxEnt 2008.
520 $aThe enzymes can be divided into six different protein classes according to their respective functions: oxidoreductases, transferases, hydrolases, lyases, isomerases and ligases [1]. The goal of this work is to predict enzyme class from structural attributes using Super Paramagnetic Cluster (SPC) method [2]. This approach is motivated by the existence of a relationship between structure and function.
650 $aBioinformatics
650 $aCluster analysis
650 $aProteins
650 $aProteina
653 $aAnálise de cluster
653 $aBioinformática
653 $aClasssificação de enzima
653 $aEstrutura proteica
653 $aPrevisão da função proteica
700 1 $aYAMAGISHI, M. E. B.
700 1 $aCATICHA, N.
700 1 $aLEITE, V. B. P.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
