Defensinpred: Defensin and Defensin Types Prediction Server

防御素 计算机科学 计算生物学 生物 遗传学 基因
作者
Snehlata Kumari,Ritesh Badwaik,V. Sundararajan,Vaidyanathan Jayaraman
出处
期刊:Protein and Peptide Letters [Bentham Science]
卷期号:19 (12): 1318-1323 被引量:11
标识
DOI:10.2174/092986612803521594
摘要

Defensins are considered to play an important role in the innate immune system of virtually all life forms, from insects and plants to amphibians and mammals. They are classified into alpha, beta and theta-defensins. Fast and accurate computational prediction of defensin and defensin types will help in annotating unidentified defensin novel peptides. Identified defensins, owing to their small length and potent antimicrobial activity can be used effectively for development of new clinically applicable antibiotics. Thus predicting the defensin candidates will aid in accurate identification of novel peptide drugs. Support vector machines prediction model accuracy was 99% for defensin and defensin types. The results indicate that it is most accurate and efficient prediction method for defensin peptides. User friendly defensin web server is provided at www.defensinpred.cdac.in for the benefit of scientific community. Keywords: Alpha defensin, beta defensin, compositional features, defensins, prediction server, support vector machine (SVM), immune system, novel peptides, antibiotics, Support vector machine.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
田様应助朴素唯雪采纳,获得50
4秒前
4秒前
祁青完成签到,获得积分10
5秒前
田超完成签到,获得积分10
5秒前
汉堡包应助标致的问晴采纳,获得10
6秒前
罗米团完成签到 ,获得积分10
6秒前
wwnd发布了新的文献求助10
6秒前
小胡爱吃饭关注了科研通微信公众号
8秒前
cosine完成签到,获得积分10
9秒前
云鹏完成签到,获得积分10
10秒前
369小妮完成签到 ,获得积分20
11秒前
12秒前
mbf发布了新的文献求助10
15秒前
李键刚完成签到 ,获得积分10
16秒前
16秒前
zzz完成签到,获得积分10
17秒前
香蕉觅云应助蜗牛星星采纳,获得10
17秒前
17秒前
18秒前
感动秋发布了新的文献求助20
18秒前
19秒前
Nagi果完成签到,获得积分10
20秒前
多情怜蕾发布了新的文献求助10
21秒前
无奈完成签到,获得积分10
22秒前
远山笑你完成签到 ,获得积分10
22秒前
ppw发布了新的文献求助10
22秒前
十里发布了新的文献求助10
24秒前
美嘉美发布了新的文献求助10
26秒前
Ta沓如流星完成签到,获得积分10
26秒前
27秒前
Akim应助雪饼采纳,获得30
28秒前
29秒前
29秒前
coco发布了新的文献求助10
31秒前
居居应助小伊001采纳,获得10
31秒前
31秒前
852应助panda采纳,获得10
31秒前
34秒前
34秒前
mumu发布了新的文献求助10
34秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 600
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3153347
求助须知:如何正确求助?哪些是违规求助? 2804555
关于积分的说明 7860074
捐赠科研通 2462478
什么是DOI,文献DOI怎么找? 1310769
科研通“疑难数据库(出版商)”最低求助积分说明 629396
版权声明 601794