• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

使用信号肽测试集对信号序列预测方法进行的比较。

A comparison of signal sequence prediction methods using a test set of signal peptides.

作者信息

Menne K M, Hermjakob H, Apweiler R

机构信息

EMBL Outstation Hinxton - The European Bioinformatics Institute (EBI), Wellcome Trust Genome Campus, Hinxton, Cambridgeshire CB10 1SD, UK.

出版信息

Bioinformatics. 2000 Aug;16(8):741-2. doi: 10.1093/bioinformatics/16.8.741.

DOI:10.1093/bioinformatics/16.8.741
PMID:11099261
Abstract

We describe the creation of a test set containing secretory and non-secretory proteins. Five existing prediction programs for signal sequences and their cleavage sites are compared on the basis of this test set: SPScan, SigCleave, SignalP V1.1, SignalP V2.0. b2-HMM and SignalP V2.0.b2-NN.

摘要

我们描述了一个包含分泌性和非分泌性蛋白质的测试集的创建过程。基于这个测试集，对五个现有的信号序列及其切割位点预测程序进行了比较：SPScan、SigCleave、SignalP V1.1、SignalP V2.0.b2-HMM和SignalP V2.0.b2-NN。

相似文献

1
A comparison of signal sequence prediction methods using a test set of signal peptides.使用信号肽测试集对信号序列预测方法进行的比较。
Bioinformatics. 2000 Aug;16(8):741-2. doi: 10.1093/bioinformatics/16.8.741.
2
Predicting Secretory Proteins with SignalP.使用信号肽预测分泌蛋白。
Methods Mol Biol. 2017;1611:59-73. doi: 10.1007/978-1-4939-7015-5_6.
3
Signal peptide prediction based on analysis of experimentally verified cleavage sites.基于对经实验验证的切割位点分析进行信号肽预测。
Protein Sci. 2004 Oct;13(10):2819-24. doi: 10.1110/ps.04682504. Epub 2004 Aug 31.
4
The prediction of a pathogenesis-related secretome of Puccinia helianthi through high-throughput transcriptome analysis.通过高通量转录组分析预测向日葵柄锈菌病程相关分泌组
BMC Bioinformatics. 2017 Mar 11;18(1):166. doi: 10.1186/s12859-017-1577-0.
5
Machine learning approaches for the prediction of signal peptides and other protein sorting signals.用于预测信号肽和其他蛋白质分选信号的机器学习方法。
Protein Eng. 1999 Jan;12(1):3-9. doi: 10.1093/protein/12.1.3.
6
SignalP: The Evolution of a Web Server.SignalP：一个网络服务器的发展历程。
Methods Mol Biol. 2024;2836:331-367. doi: 10.1007/978-1-0716-4007-4_17.
7
A comprehensive assessment of N-terminal signal peptides prediction methods.N 端信号肽预测方法的综合评估。
BMC Bioinformatics. 2009 Dec 3;10 Suppl 15(Suppl 15):S2. doi: 10.1186/1471-2105-10-S15-S2.
8
Prediction of Signal Peptide Cleavage Sites with Subsite-Coupled and Template Matching Fusion Algorithm.基于亚位点耦合与模板匹配融合算法的信号肽切割位点预测
Mol Inform. 2014 Mar;33(3):230-9. doi: 10.1002/minf.201300077. Epub 2014 Mar 11.
9
Human secretory signal peptide description by hidden Markov model and generation of a strong artificial signal peptide for secreted protein expression.通过隐马尔可夫模型描述人类分泌信号肽并生成用于分泌蛋白表达的强人工信号肽。
Biochem Biophys Res Commun. 2002 Jun 21;294(4):835-42. doi: 10.1016/S0006-291X(02)00566-1.
10
Prediction of lipoprotein signal peptides in Gram-positive bacteria with a Hidden Markov Model.用隐马尔可夫模型预测革兰氏阳性菌中的脂蛋白信号肽。
J Proteome Res. 2008 Dec;7(12):5082-93. doi: 10.1021/pr800162c.

引用本文的文献

1
SignalP: The Evolution of a Web Server.SignalP：一个网络服务器的发展历程。
Methods Mol Biol. 2024;2836:331-367. doi: 10.1007/978-1-0716-4007-4_17.
2
Protein Sorting Prediction.蛋白质分拣预测。
Methods Mol Biol. 2024;2715:27-63. doi: 10.1007/978-1-0716-3445-5_2.
3
Secretory expression of recombinant small laccase genes in Gram-positive bacteria.重组小漆酶基因在革兰氏阳性菌中的分泌表达。
Microb Cell Fact. 2023 Apr 17;22(1):72. doi: 10.1186/s12934-023-02075-5.
4
A Novel Modeling in Mathematical Biology for Classification of Signal Peptides.一种用于信号肽分类的数学生物学新模型。
Sci Rep. 2018 Jan 18;8(1):1039. doi: 10.1038/s41598-018-19491-y.
5
Skeletal muscle signal peptide optimization for enhancing propeptide or cytokine secretion.用于增强前肽或细胞因子分泌的骨骼肌信号肽优化
J Theor Biol. 2016 Nov 21;409:11-17. doi: 10.1016/j.jtbi.2016.08.036. Epub 2016 Aug 27.
6
Evaluation of Secretion Prediction Highlights Differing Approaches Needed for Oomycete and Fungal Effectors.分泌预测评估凸显卵菌和真菌效应蛋白所需的不同方法。
Front Plant Sci. 2015 Dec 23;6:1168. doi: 10.3389/fpls.2015.01168. eCollection 2015.
7
Elucidation of the CHO Super-Ome (CHO-SO) by Proteoinformatics.通过蛋白质信息学阐明中国仓鼠卵巢细胞超级组（CHO-SO）
J Proteome Res. 2015 Nov 6;14(11):4687-703. doi: 10.1021/acs.jproteome.5b00588. Epub 2015 Oct 13.
8
Transcriptome analysis in venom gland of the predatory giant ant Dinoponera quadriceps: insights into the polypeptide toxin arsenal of hymenopterans.转录组分析在捕食性巨蚁 Dinoponera quadriceps 的毒腺中：揭示膜翅目昆虫多肽毒素武器库的见解。
PLoS One. 2014 Jan 31;9(1):e87556. doi: 10.1371/journal.pone.0087556. eCollection 2014.
9
Are cellulosome scaffolding protein CipC and CBM3-containing protein HycP, involved in adherence of Clostridium cellulolyticum to cellulose?细胞外纤维小体支架蛋白 CipC 和含有碳水化合物结合模块 3 的蛋白 HycP 是否参与了纤维素分解梭菌对纤维素的黏附？
PLoS One. 2013 Jul 25;8(7):e69360. doi: 10.1371/journal.pone.0069360. Print 2013.
10
Fast subcellular localization by cascaded fusion of signal-based and homology-based methods.基于信号和同源性方法级联融合的快速亚细胞定位。
Proteome Sci. 2011 Oct 14;9 Suppl 1(Suppl 1):S8. doi: 10.1186/1477-5956-9-S1-S8.