Using an optimal set of features with a machine learning-based approach to predict effector proteins for Legionella pneumophila.

Esna Ashari, Zhila; Brayton, Kelly A; Broschat, Shira L

Esna Ashari, Zhila; Brayton, Kelly A; Broschat, Shira L.

Afiliação

Esna Ashari Z; School of Electrical Engineering and Computer Science, Washington State University, Pullman, Washington, United States of America.
Brayton KA; School of Electrical Engineering and Computer Science, Washington State University, Pullman, Washington, United States of America.
Broschat SL; Department of Veterinary Microbiology and Pathology, Washington State University, Pullman, Washington, United States of America.

PLoS One ; 14(1): e0202312, 2019.

Article em En | MEDLINE | ID: mdl-30682021

Assuntos

Proteínas de Bactérias/genética; Legionella pneumophila/genética; Modelos Genéticos; Máquina de Vetores de Suporte; Sistemas de Secreção Tipo IV/genética; Fatores de Virulência/genética; Humanos; Doença dos Legionários/genética

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Proteínas de Bactérias / Legionella pneumophila / Fatores de Virulência / Máquina de Vetores de Suporte / Sistemas de Secreção Tipo IV / Modelos Genéticos Tipo de estudo: Prognostic_studies / Risk_factors_studies Limite: Humans Idioma: En Ano de publicação: 2019 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google