双输入计算预测评估方案中的缺陷。 - Suppr

Suppr

超能文献

Flaws in evaluation schemes for pair-input computational predictions.

作者信息

Park Yungki, Marcotte Edward M

出版信息

Nat Methods. 2012 Dec;9(12):1134-6. doi: 10.1038/nmeth.2259.

DOI:10.1038/nmeth.2259

PMID:23223166

原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC3531800/

Abstract

摘要

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/9311/3531800/87d4f82d7340/nihms-419955-f0001.jpg

相似文献

Flaws in evaluation schemes for pair-input computational predictions.双输入计算预测评估方案中的缺陷。

Nat Methods. 2012 Dec;9(12):1134-6. doi: 10.1038/nmeth.2259.

Computational reconstruction of protein-protein interaction networks: algorithms and issues.蛋白质-蛋白质相互作用网络的计算重建：算法与问题

Methods Mol Biol. 2009;541:89-100. doi: 10.1007/978-1-59745-243-4_5.

Systematic computational prediction of protein interaction networks.系统的计算预测蛋白质相互作用网络。

Phys Biol. 2011 Jun;8(3):035008. doi: 10.1088/1478-3975/8/3/035008. Epub 2011 May 13.

Genome-wide studies of protein-protein interaction.蛋白质-蛋白质相互作用的全基因组研究。

Curr Opin Struct Biol. 2003 Jun;13(3):383-8. doi: 10.1016/s0959-440x(03)00064-2.

Computational methods for protein interaction and structural prediction.蛋白质相互作用及结构预测的计算方法

Biochim Biophys Acta. 2012 Dec;1824(12):1416-7. doi: 10.1016/j.bbapap.2012.09.011.

InSite: a computational method for identifying protein-protein interaction binding sites on a proteome-wide scale.InSite：一种在全蛋白质组范围内识别蛋白质-蛋白质相互作用结合位点的计算方法。

Genome Biol. 2007;8(9):R192. doi: 10.1186/gb-2007-8-9-r192.

Graemlin: general and robust alignment of multiple large interaction networks.Graemlin：多个大型交互网络的通用且强大的比对

Genome Res. 2006 Sep;16(9):1169-81. doi: 10.1101/gr.5235706. Epub 2006 Aug 9.

Data mining in protein interactomics. Six computational research challenges and opportunities.蛋白质相互作用组学中的数据挖掘。六大计算研究挑战与机遇。

IEEE Eng Med Biol Mag. 2005 May-Jun;24(3):95-102. doi: 10.1109/memb.2005.1436466.

Ultra-fast FFT protein docking on graphics processors.基于图形处理器的超快 FFT 蛋白质对接。

Bioinformatics. 2010 Oct 1;26(19):2398-405. doi: 10.1093/bioinformatics/btq444. Epub 2010 Aug 4.

Improving hot region prediction by parameter optimization of density clustering in PPI.通过蛋白质-蛋白质相互作用中密度聚类的参数优化改进热点区域预测。

Methods. 2016 Nov 1;110:35-43. doi: 10.1016/j.ymeth.2016.07.017. Epub 2016 Jul 27.

引用本文的文献

DensePPI-2: a bio-inspired update for sequence-based PPI prediction leveraging mutation rates.DensePPI-2：一种受生物启发的基于序列的蛋白质-蛋白质相互作用预测更新方法，利用了突变率。

Brief Bioinform. 2025 Jul 2;26(4). doi: 10.1093/bib/bbaf394.

Negative sampling strategies impact the prediction of scale-free biomolecular network interactions with machine learning.负采样策略会影响利用机器学习对无标度生物分子网络相互作用的预测。

BMC Biol. 2025 May 9;23(1):123. doi: 10.1186/s12915-025-02231-w.

Sensitivity analysis on protein-protein interaction networks through deep graph networks.通过深度图网络对蛋白质-蛋白质相互作用网络进行敏感性分析。

BMC Bioinformatics. 2025 May 8;26(1):124. doi: 10.1186/s12859-025-06140-1.

Data splitting to avoid information leakage with DataSAIL.使用DataSAIL进行数据拆分以避免信息泄露。

Nat Commun. 2025 Apr 8;16(1):3337. doi: 10.1038/s41467-025-58606-8.

Data imbalance in drug response prediction: multi-objective optimization approach in deep learning setting.药物反应预测中的数据不平衡：深度学习环境下的多目标优化方法

Brief Bioinform. 2025 Mar 4;26(2). doi: 10.1093/bib/bbaf134.

Bioinformatic Resources for Exploring Human-virus Protein-protein Interactions Based on Binding Modes.基于结合模式探索人类-病毒蛋白质-蛋白质相互作用的生物信息学资源

Genomics Proteomics Bioinformatics. 2024 Dec 3;22(5). doi: 10.1093/gpbjnl/qzae075.

INTREPPPID-an orthologue-informed quintuplet network for cross-species prediction of protein-protein interaction.INTREPPPID——一种基于直系同源物信息的五联体网络，用于跨物种预测蛋白质-蛋白质相互作用。

Brief Bioinform. 2024 Jul 25;25(5). doi: 10.1093/bib/bbae405.

Current and future directions in network biology.网络生物学的当前与未来发展方向。

Bioinform Adv. 2024 Aug 14;4(1):vbae099. doi: 10.1093/bioadv/vbae099. eCollection 2024.

Guiding questions to avoid data leakage in biological machine learning applications.指导问题以避免生物机器学习应用中的数据泄露。

Nat Methods. 2024 Aug;21(8):1444-1453. doi: 10.1038/s41592-024-02362-y. Epub 2024 Aug 9.

SENSE-PPI reconstructs interactomes within, across, and between species at the genome scale.SENSE-PPI在基因组规模上重建物种内部、物种间以及物种之间的相互作用组。

iScience. 2024 Jun 25;27(7):110371. doi: 10.1016/j.isci.2024.110371. eCollection 2024 Jul 19.

本文引用的文献

HIPPIE: Integrating protein interaction networks with experiment based quality scores.HIPPIE：将蛋白质相互作用网络与基于实验的质量分数相结合。

PLoS One. 2012;7(2):e31826. doi: 10.1371/journal.pone.0031826. Epub 2012 Feb 14.

PREDICT: a method for inferring novel drug indications with application to personalized medicine.PREDICT：一种用于推断新药物适应症的方法，适用于个性化医疗。

Mol Syst Biol. 2011 Jun 7;7:496. doi: 10.1038/msb.2011.26.

Predicting protein associations with long noncoding RNAs.预测蛋白质与长链非编码RNA的关联。

Nat Methods. 2011 Jun;8(6):444-5. doi: 10.1038/nmeth.1611.

Analysis of multiple compound-protein interactions reveals novel bioactive molecules.分析多种复合蛋白相互作用揭示新型生物活性分子。

Mol Syst Biol. 2011 Mar 1;7:472. doi: 10.1038/msb.2011.5.

Ensembl 2011.Ensembl 2011年版

Nucleic Acids Res. 2011 Jan;39(Database issue):D800-6. doi: 10.1093/nar/gkq1064. Epub 2010 Nov 2.

Large-scale prediction of human protein-protein interactions from amino acid sequence based on latent topic features.基于潜在主题特征的从氨基酸序列大规模预测人类蛋白质-蛋白质相互作用。

J Proteome Res. 2010 Oct 1;9(10):4992-5001. doi: 10.1021/pr100618t.

Targeting melanocortin receptors: an approach to treat weight disorders and sexual dysfunction.靶向黑皮质素受体：一种治疗体重紊乱和性功能障碍的方法。

Nat Rev Drug Discov. 2008 Apr;7(4):307-23. doi: 10.1038/nrd2331.

Predictive QSAR modeling workflow, model applicability domains, and virtual screening.预测性定量构效关系（QSAR）建模工作流程、模型适用域及虚拟筛选。

Curr Pharm Des. 2007;13(34):3494-504. doi: 10.2174/138161207782794257.

Predicting protein-protein interactions based only on sequences information.仅基于序列信息预测蛋白质-蛋白质相互作用。

Proc Natl Acad Sci U S A. 2007 Mar 13;104(11):4337-41. doi: 10.1073/pnas.0607879104. Epub 2007 Mar 5.

An automated PLS search for biologically relevant QSAR descriptors.一种用于寻找生物学相关QSAR描述符的自动化偏最小二乘法搜索。

J Comput Aided Mol Des. 2004 Jul-Sep;18(7-9):437-49. doi: 10.1007/s10822-004-4060-8.

文献AI研究员

20分钟写一篇综述，助力文献阅读效率提升50倍。

立即体验

用中文搜PubMed

大模型驱动的PubMed中文搜索引擎

马上搜索

文档翻译

学术文献翻译模型，支持多种主流文档格式。

立即体验