Prediction of Antimicrobial Activity of Peptides using Relational Machine Learning

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F12%3A00196257" target="_blank" >RIV/68407700:21230/12:00196257 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Prediction of Antimicrobial Activity of Peptides using Relational Machine Learning
Popis výsledku v původním jazyce
We apply relational machine learning techniques to predict antimicrobial activity of peptides. We follow our successful strategy (Szabóová et al., MLSB 2010) to prediction of DNA-binding propensity of proteins from structural features. We exploit structure prediction methods to obtain peptides' spatial structures, then we construct the structural relational features. We use these relational features as attributes in a regression model. We apply this methodology to antimicrobial activity prediction of peptides achieving better predictive accuracies than a state-of-the-art approach.
Název v anglickém jazyce
Prediction of Antimicrobial Activity of Peptides using Relational Machine Learning
Popis výsledku anglicky
We apply relational machine learning techniques to predict antimicrobial activity of peptides. We follow our successful strategy (Szabóová et al., MLSB 2010) to prediction of DNA-binding propensity of proteins from structural features. We exploit structure prediction methods to obtain peptides' spatial structures, then we construct the structural relational features. We use these relational features as attributes in a regression model. We apply this methodology to antimicrobial activity prediction of peptides achieving better predictive accuracies than a state-of-the-art approach.

Projekt
<a href="/cs/project/GAP202%2F12%2F2032" target="_blank" >GAP202/12/2032: Predikce vlastností bílkovin prostorovým statistickým relačním strojovým učením</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění
2012
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
Proceedings of 2012 IEEE International Conference on Bioinformatics and Biomedicine
ISBN
978-1-4673-2558-5
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
575-580
Název nakladatele
IEEE Computer Society
Místo vydání
Los Alamitos
Místo konání akce
Philadelphia
Datum konání akce
4. 10. 2012
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—

Podobné výsledky(10)