• 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

Toward Characterising the Cellular 3D-Proteome.

作者信息

Elofsson Arne

机构信息

Department of Biochemistry and Biophysics and Science for Life Laboratory, Stockholm University, Stockholm, Sweden.

出版信息

Front Bioinform. 2021 Mar 29;1:598878. doi: 10.3389/fbinf.2021.598878. eCollection 2021.

DOI:10.3389/fbinf.2021.598878
PMID:36353353
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC9638702/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5ced/9638702/1e9766456fab/fbinf-01-598878-g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5ced/9638702/1e9766456fab/fbinf-01-598878-g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5ced/9638702/1e9766456fab/fbinf-01-598878-g001.jpg

相似文献

1
Toward Characterising the Cellular 3D-Proteome.迈向细胞三维蛋白质组的表征
Front Bioinform. 2021 Mar 29;1:598878. doi: 10.3389/fbinf.2021.598878. eCollection 2021.
2
3D-SISPROT: A simple and integrated spintip-based protein digestion and three-dimensional peptide fractionation technology for deep proteome profiling.3D-SISPROT：一种基于自旋尖端的简单且集成的蛋白质消化和三维肽段分级分离技术，用于深度蛋白质组分析。
J Chromatogr A. 2017 May 19;1498:207-214. doi: 10.1016/j.chroma.2017.01.033. Epub 2017 Jan 13.
3
An Introduction to Proteome Bioinformatics.蛋白质组生物信息学导论
Methods Mol Biol. 2017;1549:1-3. doi: 10.1007/978-1-4939-6740-7_1.
4
Proteome analysis using machine learning approaches and its applications to diseases.基于机器学习方法的蛋白质组学分析及其在疾病中的应用。
Adv Protein Chem Struct Biol. 2021;127:161-216. doi: 10.1016/bs.apcsb.2021.02.003. Epub 2021 Mar 24.
5
Across-proteome modeling of dimer structures for the bottom-up assembly of protein-protein interaction networks.用于蛋白质-蛋白质相互作用网络自下而上组装的二聚体结构的全蛋白质组建模。
BMC Bioinformatics. 2017 May 12;18(1):257. doi: 10.1186/s12859-017-1675-z.
6
Deep learning approaches for data-independent acquisition proteomics.深度学习在数据非依赖采集蛋白质组学中的应用。
Expert Rev Proteomics. 2021 Dec;18(12):1031-1043. doi: 10.1080/14789450.2021.2020654. Epub 2021 Dec 28.
7
Robust signals of coevolution of interacting residues in mammalian proteomes identified by phylogeny-aided structural analysis.通过系统发育辅助结构分析在哺乳动物蛋白质组中鉴定出的相互作用残基协同进化的稳健信号。
Nat Genet. 2005 Dec;37(12):1367-71. doi: 10.1038/ng1685. Epub 2005 Nov 13.
8
Investigation of machine learning techniques on proteomics: A comprehensive survey.基于蛋白质组学的机器学习技术研究：综述
Prog Biophys Mol Biol. 2019 Dec;149:54-69. doi: 10.1016/j.pbiomolbio.2019.09.004. Epub 2019 Sep 27.
9
Reaching for the deep proteome: recent nano liquid chromatography coupled with tandem mass spectrometry-based studies on the deep proteome.探索深层蛋白质组学：基于纳米液相色谱-串联质谱的深层蛋白质组学研究进展。
Arch Pharm Res. 2012 Nov;35(11):1861-70. doi: 10.1007/s12272-012-1102-y. Epub 2012 Dec 4.
10
Proteomics Analysis of FLT3-ITD Mutation in Acute Myeloid Leukemia Using Deep Learning Neural Network.利用深度学习神经网络对急性髓系白血病中FLT3-ITD突变进行蛋白质组学分析。
Ann Clin Lab Sci. 2019 Jan;49(1):119-126.

引用本文的文献

1
Grand Challenges in Bioinformatics Data Visualization.生物信息学数据可视化中的重大挑战。
Front Bioinform. 2021 Jun 17;1:669186. doi: 10.3389/fbinf.2021.669186. eCollection 2021.
2
QSalignWeb: A Server to Predict and Analyze Protein Quaternary Structure.QSalignWeb：一个预测和分析蛋白质四级结构的服务器。
Front Mol Biosci. 2022 Jan 5;8:787510. doi: 10.3389/fmolb.2021.787510. eCollection 2021.
3
Assessment of the CASP14 assembly predictions.CASP14 组装预测评估。

本文引用的文献

1
Global analysis of more than 50,000 SARS-CoV-2 genomes reveals epistasis between eight viral genes.对超过 50,000 个 SARS-CoV-2 基因组的全球分析揭示了 8 个病毒基因之间的上位性。
Proc Natl Acad Sci U S A. 2020 Dec 8;117(49):31519-31526. doi: 10.1073/pnas.2012331117. Epub 2020 Nov 17.
2
The articles.ELM resource: simplifying access to protein linear motif literature by annotation, text-mining and classification.文章.ELM 资源：通过注释、文本挖掘和分类简化蛋白质线性基序文献的访问
Database (Oxford). 2020 Jan 1;2020. doi: 10.1093/database/baaa040.
3
Modeling protein interactions and complexes in CAPRI: Seventh CAPRI evaluation meeting, April 3-5 EMBL-EBI, Hinxton, UK.
Proteins. 2021 Dec;89(12):1787-1799. doi: 10.1002/prot.26199. Epub 2021 Aug 31.
在CAPRI中模拟蛋白质相互作用和复合物：第七届CAPRI评估会议，4月3日至5日，英国欣克斯顿欧洲生物信息学研究所
Proteins. 2020 Aug;88(8):913-915. doi: 10.1002/prot.25883. Epub 2020 Mar 14.
4
Improved protein structure prediction using potentials from deep learning.利用深度学习势进行蛋白质结构预测的改进。
Nature. 2020 Jan;577(7792):706-710. doi: 10.1038/s41586-019-1923-7. Epub 2020 Jan 15.
5
Improved protein structure prediction using predicted interresidue orientations.利用预测的残基间取向改进蛋白质结构预测。
Proc Natl Acad Sci U S A. 2020 Jan 21;117(3):1496-1503. doi: 10.1073/pnas.1914677117. Epub 2020 Jan 2.
6
Critical assessment of methods of protein structure prediction (CASP)-Round XIII.蛋白质结构预测方法的关键评估（CASP）-第十三轮。
Proteins. 2019 Dec;87(12):1011-1020. doi: 10.1002/prot.25823. Epub 2019 Oct 23.
7
Distance-based protein folding powered by deep learning.基于深度学习的距离相关蛋白质折叠。
Proc Natl Acad Sci U S A. 2019 Aug 20;116(34):16856-16865. doi: 10.1073/pnas.1821309116. Epub 2019 Aug 9.
8
Why do eukaryotic proteins contain more intrinsically disordered regions?真核生物蛋白为何含有更多的无序区域？
PLoS Comput Biol. 2019 Jul 22;15(7):e1007186. doi: 10.1371/journal.pcbi.1007186. eCollection 2019 Jul.
9
Protein interaction networks revealed by proteome coevolution.蛋白质组共进化揭示的蛋白质相互作用网络。
Science. 2019 Jul 12;365(6449):185-189. doi: 10.1126/science.aaw6718. Epub 2019 Jul 11.
10
PconsFam: An Interactive Database of Structure Predictions of Pfam Families.PconsFam：Pfam 家族结构预测的交互式数据库。
J Mol Biol. 2019 Jun 14;431(13):2442-2448. doi: 10.1016/j.jmb.2019.01.047. Epub 2019 Feb 21.