• 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

在蛋白质结构预测技术关键评估第12轮（CASP12）中使用MetaPSICOV2服务器改进蛋白质接触预测。

Improved protein contact predictions with the MetaPSICOV2 server in CASP12.

作者信息

Buchan Daniel W A, Jones David T

机构信息

Department of Computer Science, University College London, London, UK.

出版信息

Proteins. 2018 Mar;86 Suppl 1(Suppl Suppl 1):78-83. doi: 10.1002/prot.25379. Epub 2017 Sep 29.

DOI:10.1002/prot.25379
PMID:28901583
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC5836854/
Abstract

In this paper, we present the results for the MetaPSICOV2 contact prediction server in the CASP12 community experiment (http://predictioncenter.org). Over the 35 assessed Free Modelling target domains the MetaPSICOV2 server achieved a mean precision of 43.27%, a substantial increase relative to the server's performance in the CASP11 experiment. In the following paper, we discuss improvements to the MetaPSICOV2 server, covering both changes to the neural network and attempts to integrate contact predictions on a domain basis into the prediction pipeline. We also discuss some limitations in the CASP12 assessment which may have overestimated the performance of our method.

摘要

在本文中，我们展示了MetaPSICOV2接触预测服务器在CASP12社区实验（http://predictioncenter.org）中的结果。在35个评估的自由建模目标结构域上，MetaPSICOV2服务器的平均精度达到了43.27%，相对于其在CASP11实验中的表现有了大幅提高。在后续论文中，我们将讨论对MetaPSICOV2服务器的改进，包括神经网络的变化以及将基于结构域的接触预测整合到预测流程中的尝试。我们还将讨论CASP12评估中的一些局限性，这些局限性可能高估了我们方法的性能。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a4eb/5836854/bab619c1ba41/PROT-86-78-g004.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a4eb/5836854/8ee8749b39cd/PROT-86-78-g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a4eb/5836854/d665970cc2d3/PROT-86-78-g002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a4eb/5836854/2f176c2a5726/PROT-86-78-g003.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a4eb/5836854/bab619c1ba41/PROT-86-78-g004.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a4eb/5836854/8ee8749b39cd/PROT-86-78-g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a4eb/5836854/d665970cc2d3/PROT-86-78-g002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a4eb/5836854/2f176c2a5726/PROT-86-78-g003.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a4eb/5836854/bab619c1ba41/PROT-86-78-g004.jpg

相似文献

1
Improved protein contact predictions with the MetaPSICOV2 server in CASP12.在蛋白质结构预测技术关键评估第12轮（CASP12）中使用MetaPSICOV2服务器改进蛋白质接触预测。
Proteins. 2018 Mar;86 Suppl 1(Suppl Suppl 1):78-83. doi: 10.1002/prot.25379. Epub 2017 Sep 29.
2
Assessment of contact predictions in CASP12: Co-evolution and deep learning coming of age.蛋白质结构预测技术关键评估第12轮（CASP12）中的接触预测评估：协同进化与深度学习走向成熟。
Proteins. 2018 Mar;86 Suppl 1(Suppl Suppl 1):51-66. doi: 10.1002/prot.25407. Epub 2017 Nov 7.
3
Accurate contact predictions using covariation techniques and machine learning.使用共变技术和机器学习进行准确的接触预测。
Proteins. 2016 Sep;84 Suppl 1(Suppl Suppl 1):145-51. doi: 10.1002/prot.24863. Epub 2015 Aug 14.
4
Analysis of deep learning methods for blind protein contact prediction in CASP12.CASP12中用于蛋白质盲态接触预测的深度学习方法分析
Proteins. 2018 Mar;86 Suppl 1(Suppl 1):67-77. doi: 10.1002/prot.25377. Epub 2017 Sep 6.
5
Protein contact prediction by integrating deep multiple sequence alignments, coevolution and machine learning.通过整合深度多序列比对、协同进化和机器学习进行蛋白质接触预测。
Proteins. 2018 Mar;86 Suppl 1(Suppl 1):84-96. doi: 10.1002/prot.25405. Epub 2017 Oct 31.
6
Assessment of the model refinement category in CASP12.在蛋白质结构预测技术关键评估（CASP）12中对模型优化类别进行评估。
Proteins. 2018 Mar;86 Suppl 1(Suppl 1):152-167. doi: 10.1002/prot.25409. Epub 2017 Nov 29.
7
Template-based and free modeling of I-TASSER and QUARK pipelines using predicted contact maps in CASP12.在蛋白质结构预测技术评估第12轮（CASP12）中，基于模板以及I-TASSER和QUARK流程的自由建模，并使用预测的接触图。
Proteins. 2018 Mar;86 Suppl 1(Suppl 1):136-151. doi: 10.1002/prot.25414. Epub 2017 Nov 14.
8
Analysis of distance-based protein structure prediction by deep learning in CASP13.基于深度学习的 CASP13 蛋白质结构预测距离分析。
Proteins. 2019 Dec;87(12):1069-1081. doi: 10.1002/prot.25810. Epub 2019 Sep 13.
9
DNCON2: improved protein contact prediction using two-level deep convolutional neural networks.DNCON2：使用两级深度卷积神经网络改进蛋白质接触预测。
Bioinformatics. 2018 May 1;34(9):1466-1472. doi: 10.1093/bioinformatics/btx781.
10
Protein structure modeling and refinement by global optimization in CASP12.通过全局优化进行蛋白质结构建模与精修：在第12届蛋白质结构预测关键评估（CASP12）中的研究
Proteins. 2018 Mar;86 Suppl 1:122-135. doi: 10.1002/prot.25426. Epub 2017 Dec 5.

引用本文的文献

1
Small Disulfide Proteins with Antifungal Impact: NMR Experimental Structures as Compared to Models of Alphafold Versions.具有抗真菌作用的小二硫键蛋白：与AlphaFold版本模型相比的核磁共振实验结构
Int J Mol Sci. 2025 Jan 31;26(3):1247. doi: 10.3390/ijms26031247.
2
Machine Learning Techniques to Infer Protein Structure and Function from Sequences: A Comprehensive Review.基于序列推断蛋白质结构和功能的机器学习技术：全面综述。
Methods Mol Biol. 2025;2867:79-104. doi: 10.1007/978-1-0716-4196-5_5.
3
cpxDeepMSA: A Deep Cascade Algorithm for Constructing Multiple Sequence Alignments of Protein-Protein Interactions.

本文引用的文献

1
EigenTHREADER: analogous protein fold recognition by efficient contact map threading.EigenTHREADER：通过高效的接触图穿线实现类似蛋白质折叠的识别。
Bioinformatics. 2017 Sep 1;33(17):2684-2690. doi: 10.1093/bioinformatics/btx217.
2
Assessment of CASP11 contact-assisted predictions.半胱天冬酶11接触辅助预测的评估
Proteins. 2016 Sep;84 Suppl 1(Suppl 1):164-80. doi: 10.1002/prot.25020. Epub 2016 Mar 9.
3
Accurate contact predictions using covariation techniques and machine learning.使用共变技术和机器学习进行准确的接触预测。
cpxDeepMSA：一种用于构建蛋白质-蛋白质相互作用多重序列比对的深度级联算法。
Int J Mol Sci. 2022 Jul 30;23(15):8459. doi: 10.3390/ijms23158459.
4
AlphaFold Models of Small Proteins Rival the Accuracy of Solution NMR Structures.小蛋白质的AlphaFold模型可与溶液核磁共振结构的准确性相媲美。
Front Mol Biosci. 2022 Jun 13;9:877000. doi: 10.3389/fmolb.2022.877000. eCollection 2022.
5
Membrane contact probability: An essential and predictive character for the structural and functional studies of membrane proteins.膜接触概率：膜蛋白结构和功能研究的必要且有预测性的特征。
PLoS Comput Biol. 2022 Mar 30;18(3):e1009972. doi: 10.1371/journal.pcbi.1009972. eCollection 2022 Mar.
6
Using metagenomic data to boost protein structure prediction and discovery.利用宏基因组数据促进蛋白质结构预测与发现。
Comput Struct Biotechnol J. 2022 Jan 3;20:434-442. doi: 10.1016/j.csbj.2021.12.030. eCollection 2022.
7
Assessing the accuracy of contact and distance predictions in CASP14.评估 CASP14 中接触和距离预测的准确性。
Proteins. 2021 Dec;89(12):1888-1900. doi: 10.1002/prot.26248. Epub 2021 Oct 3.
8
Assessment of prediction methods for protein structures determined by NMR in CASP14: Impact of AlphaFold2.评估在 CASP14 中通过 NMR 确定的蛋白质结构的预测方法：AlphaFold2 的影响。
Proteins. 2021 Dec;89(12):1959-1976. doi: 10.1002/prot.26246. Epub 2021 Oct 19.
9
Improving fragment-based ab initio protein structure assembly using low-accuracy contact-map predictions.利用低精度接触图预测改进基于片段的从头蛋白质结构组装。
Nat Commun. 2021 Aug 18;12(1):5011. doi: 10.1038/s41467-021-25316-w.
10
Protein inter-residue contact and distance prediction by coupling complementary coevolution features with deep residual networks in CASP14.通过在 CASP14 中结合互补共进化特征和深度残差网络来预测蛋白质残基间的接触和距离。
Proteins. 2021 Dec;89(12):1911-1921. doi: 10.1002/prot.26211. Epub 2021 Aug 19.
Proteins. 2016 Sep;84 Suppl 1(Suppl Suppl 1):145-51. doi: 10.1002/prot.24863. Epub 2015 Aug 14.
4
MetaPSICOV: combining coevolution methods for accurate prediction of contacts and long range hydrogen bonding in proteins.MetaPSICOV：结合协同进化方法用于精确预测蛋白质中的接触和长程氢键
Bioinformatics. 2015 Apr 1;31(7):999-1006. doi: 10.1093/bioinformatics/btu791. Epub 2014 Nov 26.
5
Improved contact predictions using the recognition of protein like contact patterns.利用对蛋白质样接触模式的识别改进接触预测。
PLoS Comput Biol. 2014 Nov 6;10(11):e1003889. doi: 10.1371/journal.pcbi.1003889. eCollection 2014 Nov.
6
CCMpred--fast and precise prediction of protein residue-residue contacts from correlated mutations.CCMpred--快速准确地预测蛋白质残基-残基接触的相关突变。
Bioinformatics. 2014 Nov 1;30(21):3128-30. doi: 10.1093/bioinformatics/btu500. Epub 2014 Jul 26.
7
MRFalign: protein homology detection through alignment of Markov random fields.MRFalign：通过马尔可夫随机场比对进行蛋白质同源性检测。
PLoS Comput Biol. 2014 Mar 27;10(3):e1003500. doi: 10.1371/journal.pcbi.1003500. eCollection 2014 Mar.
8
FreeContact: fast and free software for protein contact prediction from residue co-evolution.FreeContact：用于基于残基共进化预测蛋白质接触的快速免费软件。
BMC Bioinformatics. 2014 Mar 26;15:85. doi: 10.1186/1471-2105-15-85.
9
Assessment of CASP10 contact-assisted predictions.对半胱天冬酶10接触辅助预测的评估。
Proteins. 2014 Feb;82 Suppl 2(Suppl 2):84-97. doi: 10.1002/prot.24367. Epub 2013 Oct 17.
10
HHblits: lightning-fast iterative protein sequence searching by HMM-HMM alignment.HHblits：通过 HMM-HMM 比对进行快速迭代的蛋白质序列搜索。
Nat Methods. 2011 Dec 25;9(2):173-5. doi: 10.1038/nmeth.1818.