• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE/ACM transactions on computational biology and bioinformatics >Inferring Disease Associated Phosphorylation Sites via Random Walk on Multi-Layer Heterogeneous Network
【24h】

Inferring Disease Associated Phosphorylation Sites via Random Walk on Multi-Layer Heterogeneous Network

机译：通过多层异质网络上的随机游走推断疾病相关的磷酸化位点

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

As protein phosphorylation plays an important role in numerous cellular processes, many studies have been undertaken to analyze phosphorylation-related activities for drug design and disease treatment. However, although progresses have been made in illustrating the relationship between phosphorylation and diseases, no existing method focuses on disease-associated phosphorylation sites prediction. In this work, we proposed a multi-layer heterogeneous network model that makes use of the kinase information to infer disease-phosphorylation site relationship and implemented random walk on the heterogeneous network. Experimental results reveal that multi-layer heterogeneous network model with kinase layer is superior in inferring disease-phosphorylation site relationship when comparing with existing random walk model and common used classification methods.
机译：由于蛋白质磷酸化在许多细胞过程中起着重要作用，因此进行了许多研究来分析与磷酸化有关的活性，以用于药物设计和疾病治疗。然而，尽管在说明磷酸化与疾病之间的关系方面已经取得了进展，但是没有现有的方法集中于疾病相关的磷酸化位点的预测。在这项工作中，我们提出了一个多层异构网络模型，该模型利用激酶信息来推断疾病-磷酸化位点的关系，并在异构网络上实现了随机游走。实验结果表明，与现有的随机游走模型和常用的分类方法相比，带有激酶层的多层异质网络模型在推断疾病磷酸化位点关系方面具有优势。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号