ஐ.எஸ்.எஸ்.என்: 2329-9053

மூலக்கூறு மருந்துகள் & ஆர்கானிக் செயல்முறை ஆராய்ச்சி இதழ்

திறந்த அணுகல்

எங்கள் குழு ஒவ்வொரு ஆண்டும் அமெரிக்கா, ஐரோப்பா மற்றும் ஆசியா முழுவதும் 1000 அறிவியல் சங்கங்களின் ஆதரவுடன் 3000+ உலகளாவிய மாநாட்டுத் தொடர் நிகழ்வுகளை ஏற்பாடு செய்து 700+ திறந்த அணுகல் இதழ்களை வெளியிடுகிறது, இதில் 50000 க்கும் மேற்பட்ட தலைசிறந்த ஆளுமைகள், புகழ்பெற்ற விஞ்ஞானிகள் ஆசிரியர் குழு உறுப்பினர்களாக உள்ளனர்.

அதிக வாசகர்கள் மற்றும் மேற்கோள்களைப் பெறும் திறந்த அணுகல் இதழ்கள்

700 இதழ்கள் மற்றும் 15,000,000 வாசகர்கள் ஒவ்வொரு பத்திரிகையும் 25,000+ வாசகர்களைப் பெறுகிறது

குறியிடப்பட்டது
  • CAS மூல குறியீடு (CASSI)
  • குறியீட்டு கோப்பர்நிக்கஸ்
  • கூகுள் ஸ்காலர்
  • ஷெர்பா ரோமியோ
  • ஜே கேட் திறக்கவும்
  • கல்வி விசைகள்
  • RefSeek
  • ஹம்டார்ட் பல்கலைக்கழகம்
  • EBSCO AZ
  • OCLC- WorldCat
  • பப்ளான்கள்
  • யூரோ பப்
  • ICMJE
இந்தப் பக்கத்தைப் பகிரவும்

சுருக்கம்

Using a Domain to Predict Protein-Protein Interactions

Karasev Fortier

The interactions between proteins are essential for many biological processes. It is vital to learn the specifics of these interactions in order to better understand the pathophysiology and therapies for different diseases. However, there are still a lot of false-positive and false-negative issues with the existing experimental methodology. A more significant prediction technique that can get over the limitations of the experimental method is computational prediction of protein-protein interaction. In this study, we suggested a brand-new computational domain-based approach for PPI prediction, and we developed an SVM model for the prediction based on the physicochemical characteristic of the domain. The results of SVM and the domain-domain score were utilized to build the protein-protein interaction prediction model.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை.