Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Univ Evora | - |
Autor(es): dc.contributor | Univ Fed Rio Grande do Sul | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Santos, Cassia T. dos | - |
Autor(es): dc.creator | Bazzan, Ana L. C. | - |
Autor(es): dc.creator | Lemke, Ney [UNESP] | - |
Autor(es): dc.creator | Guimaraes, K. S. | - |
Autor(es): dc.creator | Panchenko, A. | - |
Autor(es): dc.creator | Przytycka, T. M. | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:12:20Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:12:20Z | - |
Data de envio: dc.date.issued | 2020-12-09 | - |
Data de envio: dc.date.issued | 2020-12-09 | - |
Data de envio: dc.date.issued | 2009-01-01 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/197391 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/197391 | - |
Descrição: dc.description | Most of the tasks in genome annotation can be at least partially automated. Since this annotation is time-consuming, facilitating some parts of the process - thus freeing the specialist to carry out more valuable tasks - has been the motivation of many tools and annotation environments. In particular, annotation of protein function can benefit from knowledge about enzymatic processes. The use of sequence homology alone is not a good approach to derive this knowledge when there are only a few homologues of the sequence to be annotated. The alternative is to use motifs. This paper uses a symbolic machine learning approach to derive rules for the classification of enzymes according to the Enzyme Commission (EC). Our results show that, for the top class, the average global classification error is 3.13%. Our technique also produces a set of rules relating structural to functional information, which is important to understand the protein tridimensional structure and determine its biological function. | - |
Descrição: dc.description | Univ Evora, Dept Informat, Evora, Portugal | - |
Descrição: dc.description | Univ Fed Rio Grande do Sul, Inst Informat, BR-59072970 Natal, RN, Brazil | - |
Descrição: dc.description | UNESP, Inst Biociencias, Dept Fysica Biofysica, Botucatu, SP, Brazil | - |
Descrição: dc.description | UNESP, Inst Biociencias, Dept Fysica Biofysica, Botucatu, SP, Brazil | - |
Formato: dc.format | 86-+ | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Springer | - |
Relação: dc.relation | Advances In Bioinformatics And Computational Biology, Proceedings | - |
???dc.source???: dc.source | Web of Science | - |
Título: dc.title | Automatic Classification of Enzyme Family in Protein Annotation | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: