PhotoModPlus: A web server for photosynthetic protein prediction from genome neighborhood features

บทความในวารสาร

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Sangphukieo A., Laomettachit T., Ruengjitchatchawalya M.

ผู้เผยแพร่: Public Library of Science

ปีที่เผยแพร่ (ค.ศ.): 2021

วารสาร: PLoS ONE (1932-6203)

Volume number: 16

Issue number: 3

หน้าแรก: e0248682

นอก: 1932-6203

eISSN: 1932-6203

URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-85102747265&doi=10.1371%2fjournal.pone.0248682&partnerID=40&md5=922a1f7334b55ad01148146074c7fbe3

ภาษา: English-Great Britain (EN-GB)

ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์

บทคัดย่อ

A new web server called PhotoModPlus is presented as a platform for predicting photosynthetic proteins via genome neighborhood networks (GNN) and genome neighborhood-based machine learning. GNN enables users to visualize the overview of the conserved neighboring genes from multiple photosynthetic prokaryotic genomes and provides functional guidance on the query input. In the platform, we also present a new machine learning model utilizing genome neighborhood features for predicting photosynthesis-specific functions based on 24 prokaryotic photosynthesis-related GO terms, namely PhotoModGO. The new model performed better than the sequence-based approaches with an F1 measure of 0.872, based on nested five-fold cross-validation. Finally, we demonstrated the applications of the webserver and the new model in the identification of novel photosynthetic proteins. The server is user-friendly, compatible with all devices, and available at bicep.kmutt.ac.th/ photomod. Copyright: © 2021 Sangphukieo et al. This is an open access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited.

คำสำคัญ

ไม่พบข้อมูลที่เกี่ยวข้อง