DNCON2_Inter: predicting interchain contacts for homodimeric and homomultimeric protein complexes using multiple sequence alignments of monomers and deep learning.

Quadir, Farhan; Roy, Raj S; Halfmann, Randal; Cheng, Jianlin

Quadir, Farhan; Roy, Raj S; Halfmann, Randal; Cheng, Jianlin.

Afiliação

Quadir F; Bioinformatics and Machine Learning (BML) Lab, Department of Electrical Engineering and Computer Science (EECS), University of Missouri-Columbia, Columbia, MO, USA.
Roy RS; Bioinformatics and Machine Learning (BML) Lab, Department of Electrical Engineering and Computer Science (EECS), University of Missouri-Columbia, Columbia, MO, USA.
Halfmann R; Stowers Institute for Medical Research, Kansas City, MO, USA.
Cheng J; Bioinformatics and Machine Learning (BML) Lab, Department of Electrical Engineering and Computer Science (EECS), University of Missouri-Columbia, Columbia, MO, USA. chengji@missouri.edu.

Sci Rep ; 11(1): 12295, 2021 06 10.

Article em En | MEDLINE | ID: mdl-34112907

Assuntos

Conformação Proteica; Proteínas/genética; Alinhamento de Sequência/métodos; Software; Algoritmos; Sequência de Aminoácidos/genética; Biologia Computacional; Aprendizado Profundo; Proteínas/ultraestrutura; Análise de Sequência de Proteína

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Conformação Proteica / Software / Proteínas / Alinhamento de Sequência Tipo de estudo: Prognostic_studies / Risk_factors_studies Idioma: En Revista: Sci Rep Ano de publicação: 2021 Tipo de documento: Article País de afiliação: Estados Unidos

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google