PredictSNP: Robust and Accurate Consensus Classifier for Prediction of Disease-Related Mutations

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F13%3APR27527" target="_blank" >RIV/00216305:26230/13:PR27527 - isvavai.cz</a>
Výsledek na webu
<a href="http://loschmidt.chemi.muni.cz/predictsnp/" target="_blank" >http://loschmidt.chemi.muni.cz/predictsnp/</a>
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
PredictSNP: Robust and Accurate Consensus Classifier for Prediction of Disease-Related Mutations
Popis výsledku v původním jazyce
This tool estimates the effect of amino acid substitutions on protein function. The predictions are based on the results of the existing tools MAPP, PhD-SNP, PolyPhen-1, PolyPhen-2, SIFT and SNAP. The principle of consensual approach is described in: "Bendl et. al. (2014) PredictSNP: Robust and Accurate Consensus Classifier for Prediction of Disease-Related Mutations. PLoS Computational Biology, 10.". The user interface shows not only the overall results and the results of underlying tools but also theexperimental annotations extracted from PMD and Uniprot databases.
Název v anglickém jazyce
PredictSNP: Robust and Accurate Consensus Classifier for Prediction of Disease-Related Mutations
Popis výsledku anglicky
This tool estimates the effect of amino acid substitutions on protein function. The predictions are based on the results of the existing tools MAPP, PhD-SNP, PolyPhen-1, PolyPhen-2, SIFT and SNAP. The principle of consensual approach is described in: "Bendl et. al. (2014) PredictSNP: Robust and Accurate Consensus Classifier for Prediction of Disease-Related Mutations. PLoS Computational Biology, 10.". The user interface shows not only the overall results and the results of underlying tools but also theexperimental annotations extracted from PMD and Uniprot databases.

Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu
PredictSNP
Technické parametry
Pro informace o licenčních podmínkách prosím kontaktujte: Mgr. Michaela Kavková, Výzkumné centrum informačních technologií, Fakulta informačních technologií VUT v Brně, Božetěchova 2, 612 66 Brno, 541 141 470.
Ekonomické parametry
Nástroj je volně dostupný pro akademickou komunitu. Nelze použít pro komerční účely (z důvodu ochrany práv třetích stran - několika integrovaných metod s nesvobodnou licencí).
IČO vlastníka výsledku
00216305
Název vlastníka
Vysoké učení technické v Brně

Podobné výsledky(10)