2010
Clustering of Protein Substructures for Discovery of a Novel Class of Sequence-Structure Fragments
RUDOLFOVÁ, Ivana, Jaroslav ZENDULKA a Matej LEXAZákladní 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 Česká republika, garant), Jaroslav ZENDULKA (203 Česká republika) 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
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
UT WoS
000286166000009
Klíčová slova anglicky
Clustering; density-based clustering; clustering of protein substructures; sequence-structure relationships in proteins
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 30. 4. 2014 04:25, RNDr. Pavel Šmerk, Ph.D.
Anotace
V originále
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, záměr |
|