基于结构序列数据利用岭回归估计线性概率模型预测蛋白质N-糖基化
定量方法
2018-03-26 v1
摘要
在缺乏实验证据的情况下，一种用于预测人类蛋白质中 N-糖基化可能性的稳健方法对于指导实验工作至关重要。基于 NxS/T sequon (N-site) 邻域内氨基酸的分布；N-site 的结构属性（包括可及表面积、二级结构元素、主链 phi-psi 角、转角类型）；N-site 在一级序列中的相对位置；以及所结合糖苷的性质，使用岭回归估计的线性概率模型来预测该可能性。该模型产生了约 74% (89%) 的 Kolmogorov-Smirnov (Gini coefficient) 统计值，结果是合理的。
引用
@article{arxiv.1803.06002,
title = {Ridge Regression Estimated Linear Probability Model Predictions of N-glycosylation in Proteins with Structural and Sequence Data},
author = {Rajaram Gana and Swagata Naha and Raja Mazumder and Radoslav Goldman and Sona Vasudevan},
journal= {arXiv preprint arXiv:1803.06002},
year = {2018}
}
备注
20 pages