Informační systém MU
RUDOLFOVÁ, Ivana, Jaroslav ZENDULKA a Matej LEXA. Clustering of Protein Substructures for Discovery of a Novel Class of Sequence-Structure Fragments. In ITBAM 2010 (Information Technology in Bio- and Medical Informatics), LNCS 6266. Heidelberg, DE: Springer Verlag, 2010. s. 94-101, 8 s. ISBN 978-3-642-15019-7. doi:10.1007/978-3-642-15020-3_9.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Clustering of Protein Substructures for Discovery of a Novel Class of Sequence-Structure Fragments
Název česky Shlukování proteinových substruktur pro nalezení nových sekvenčně-strukturních fragmentů
Autoři RUDOLFOVÁ, Ivana (203 Česko, garant), Jaroslav ZENDULKA (203 Česko) a Matej LEXA (703 Slovensko, domácí).
Vydání Heidelberg, DE, ITBAM 2010 (Information Technology in Bio- and Medical Informatics), LNCS 6266, od s. 94-101, 8 s. 2010.
Nakladatel Springer Verlag
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 10201 Computer sciences, information science, bioinformatics
Stát vydavatele Německo
Utajení není předmětem státního či obchodního tajemství
Forma vydání tištěná verze "print"
Impakt faktor Impact factor: 0.402 v roce 2005
Kód RIV RIV/00216224:14330/10:00067213
Organizační jednotka Fakulta informatiky
ISBN 978-3-642-15019-7
ISSN 0302-9743
Doi http://dx.doi.org/10.1007/978-3-642-15020-3_9
UT WoS 000286166000009
Klíčová slova anglicky Clustering; density-based clustering; clustering of protein substructures; sequence-structure relationships in proteins
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: RNDr. Pavel Šmerk, Ph.D., učo 3880. Změněno: 30. 4. 2014 04:25.
Anotace
In this paper, we propose a novel method for clustering of protein substructures that we developed to study the relationships between protein sequences and their corresponding structures. We show the basic properties of the new method and the results of the comparison to other commonly used methods for clustering of protein structures. The main advantage of our method is its high efficiency and scalability, which are key factors for analyzing large data sets. Finally, we outline a procedure for finding sequence profiles that tend to occur in more than one structural conformation but the number of their structural conformations is limited. This procedure is based on our method for protein substructure clustering.
Návaznosti
MSM0021622419, záměrNázev: Vysoce paralelní a distribuované výpočetní systémy
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Výzkumné záměry
Zobrazeno: 5. 8. 2020 10:16