5、从头蛋白质亚细胞定位预测：方法与性能评估

从头蛋白质亚细胞定位预测：方法与性能评估

1. 现有蛋白质亚细胞定位预测工具

在蛋白质亚细胞定位预测领域，有多个公开可用的工具，它们各有特点：
- LOCtree ：基于Swiss - Prot的第40版发布数据，从蛋白质的完整序列、50个残基的N端区域、预测的二级结构以及SIGNALp（针对真核生物）的输出进行预测。可在http://cubic.bioc.columbia.edu/services/loctree/ 使用。
- Protein Prowler ：基于TargetP的理念，在Swiss - Prot第37和38版发布的冗余减少子集上进行训练。使用一系列专门用于预测植物或非植物的神经网络和支持向量机（SVM），可预测的类别包括分泌途径（存在信号肽）、线粒体（存在线粒体靶向肽）、叶绿体（存在叶绿体转运肽）和其他。可在http://pprowler.itee.uq.edu.au/ 使用。
- TargetP ：使用前馈神经网络，分别基于N端氨基酸序列将植物和非植物的蛋白质亚细胞定位预测为三类和四类。预测基于叶绿体转运肽（cTP）、线粒体靶向肽（mTP）或分泌途径信号肽（SP）的存在。可在http://www.cbs.dtu.dk/services/TargetP/ 使用。
- WoLF PSORT ：是PSORT家族用于基于氨基酸序列预测真核生物蛋白质亚细胞定位的工具。基于多种特征（氨基酸组成、已知分选信号和靶肽的存在等，不同的动物、真菌和植物有不同特征），使用k - 最近邻分类器，将这些特征与其他Swiss - Pro