蛋白质序列位置特异性矩阵(PSSM)的获取

最新推荐文章于 2025-10-09 09:01:18 发布
转载 最新推荐文章于 2025-10-09 09:01:18 发布 · 1.4k 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://www.cnblogs.com/cong3Z/p/12775414.html
文章标签：

#python

此博客提供了一个链接https://www.cnblogs.com/cong3Z/p/12775414.html ，原标签包含Python，推测该链接内容与Python相关。

https://www.cnblogs.com/cong3Z/p/12775414.html

生信自学笔记（十一）：熵与信息量
羊城迷鹿的博客
08-15 1915
在信息论中，熵（entropy）是接收的每条消息中包含的信息的平均量，又被称为信息熵、信源熵、平均自信息量。这里，“消息” 代表来自分布或数据流中的事件、样本或特征。（熵最好理解为不确定性的量度而不是确定性的量度，因为越随机的信源的熵越大。）来自信源的另一个特征是样本的概率分布。这里的想法是，比较不可能发生的事情，当它发生了，会提供更多的信息。由于一些其他的原因，把信息（熵）定义为概率分布的...
hhblits、pssm、psfm
weixin_63016274的博客
02-16 894
hhblits、pssm、psfm
蛋白质功能预测中PSSM矩阵的生成
热门推荐
CBB_FT的博客
05-07 1万+
生成PSSM矩阵
PSSM矩阵的生成（ncbi-blast-2.9.0+-win64）
xiaobai1_1的博客
11-24 3578
PSSM矩阵的生成（ncbi-blast-2.9.0±win64） 参考链接：https://blog.youkuaiyun.com/sxz940613/article/details/97102046 https://blog.youkuaiyun.com/sxz940613/article/details/83993804 https://blog.youkuaiyun.com/cpc784221489/article/deta...
Blast生成蛋白质序列位置特异性矩阵-PSSM矩阵详细版
Daisy4的博客
10-16 7313
在学习蛋白质蛋白质相互作用时看到了PSSM矩阵，就学习了一下如何生成的，具体步骤如下。 1.下载安装 网址：https://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/ 2.正常运行安装 此处并不产生任何快捷方式，不要反复下（都是踩过的坑）。 会产生一个blast文件夹 3.cmd-运行-powershell cd指令进入blast 或者 在blast中shift键+右击，进入powershell 4.下载数据库 网址：​..
蛋白质的数据预处理个人笔记（2）
qq_45864291的博客
10-24 2101
两个蛋白质的两个残基之间的欧几里德距离小于等于。
获取PSSM蛋白质位置矩阵
leeleeleeastro的博客
01-23 1189
##python实现，pssm矩阵的构建过程，学习版
位置特异性得分矩阵_线性代数-2.矩阵
weixin_39715348的博客
11-03 1129
基本构成矩阵的构成，是简单而直观的。若以三维向量空间为例，存在两个向量 ，将它们列在一起然后用 或是 将它们括起来，即构成一个三列两行的矩阵： 虽然矩阵所代表的含义，从不同的角度与应用领域都有所不同，但是在线性代数中，我们还是从更为核心的向量及线性变换的角度出发去看待矩阵。因此，可以看到，矩阵实际上，就如同我们在实数域中，将若干个实数用 括起来组成一个实数的集合一样，它则是将向量空间中的若...
21、位置特异性得分矩阵推导的复杂度分析
最新发布
l6m7n8的博客
10-09 13
本文系统分析了位置特异性得分矩阵（PSSM）及其混合模型在生物序列分析中推导的计算复杂度。研究表明，推导单个PSSM在一般情况下是NP难的，但在PSSM大小固定时可多项式时间求解；推导多个PSSM的混合模型即使在已知识别区域的情况下也属于NP难问题。此外，为成对序列比对推导得分矩阵的问题在一般字母表下同样是NP难的。文章还总结了各问题的可解条件，提出了未来研究方向，包括近似算法开发、固定参数可解性探索及实际应用优化，旨在推动生物信息学中序列分析方法的发展。
使用减少的PSSM和基于位置的二级结构特征预测低相似序列的蛋白质结构类别。
05-07
本文中，研究人员提出了使用减少的PSSM（Position Specific Scoring Matrices，位置特异性打分矩阵）和基于位置的二级结构特征来预测低相似序列的蛋白质结构类别，并取得了较好的预测效果。 首先，让我们解释一下...
PSSM算法英文原版
04-24
与级联阴影映射算法相似，同样将场景划分区块进行不同程度的渲染
使用Bio.motifs进行模体序列分析——位置特异性得分矩阵
在生物信息学中，位置特异性得分矩阵（Position Specific Scoring Matrix，PSSM）或Position Weight Matrix（PWM）是一种用于描述核酸或蛋白质序列中特定短序列模式（motif）的方法。这些矩阵通常通过统计分析实验...
PSSM矩阵（位置权重矩阵）
zjy1125的博客
05-18 9564
PSSM矩阵（位置权重矩阵） 定义 -参考维基百科 -同时参考这篇优秀的博客： http://www.nohup.cc/article/112/ 可以反映出每个位置上不同碱基出现的频率，矩阵每一列表示相应位置上碱基出现的频率。 构造PSSM的第一步：通过计算每个位置上每个碱基出现的次数来创建一个基本频率矩阵（PFM) 第二步：标准化，用每个位置的原核苷酸计数除以序列数。构建位置频率矩阵 给定一个长度为l的序列集合X (N), 第三步：构建位置比重矩阵 获得PSSM矩阵 参考了以下博客： -ht
PSI-BLAST位点特异性矩阵PSSM和ProteinMPNN中氨基酸顺序映射
qq_27390023的博客
10-28 834
是一个稀疏矩阵，其中每一行和每一列通常只有一个元素为 1，其他元素为 0。该矩阵的作用是将一个向量或矩阵的元素按照预定的规则重新排列。例如，如果有一个数据集按字母表A排序，而模型要求数据按照字母表B排序，则可以实现将A转换成B的映射。
Improved detection of DNA-binding proteins via compression technology on PSSM information论文笔记
u013841458的博客
08-08 1516
论文题目：Improved detection of DNA-binding proteins via compression technology on PSSM information 通过PSSM信息上的压缩技术改进DNA结合蛋白的检测 Abstract： 由于已经认识到DNA结合蛋白在多种生物分子功能中的重要性，越来越多的研究人员正试图鉴定DNA结合蛋白。 近年来，由于蛋白质序...
PSSM特征-从生成到处理
D.W 的专栏
07-07 1万+
以下代码均为个人原创，如有疑问，欢迎交流。新浪微博：拾毅者本节内容： pssm生成 pssm简化 标准的pssm构建 滑动pssm生成 在基于蛋白质序列的相关预测中，使用PSSM打分矩阵会得将预测效果大大提高，同时，如果使用滑动的PSSM，效果又会进一步提高。这里主要以分享代码为主，下面介绍下PSSM从生成到处理的全过程。1.PSSM的生成PSSM的生成有多种方式，这里使用的psiblast软件，n
PSSM矩阵的两种生成方式
xiaobai1_1的博客
11-11 5976
一、本地生成方式——PSSM矩阵的生成（ncbi-blast-2.9.0±win64） 本地生成需要自己下载ncbi-blast，还要自己动手安装及环境变量的配置；然后还要自己进行数据库构建，而一般我们需要拿来比对的数据库都比较大，下载很浪费时间。 具体操作方式可以参考以下文章： https://blog.youkuaiyun.com/xiaobai1_1/article/details/103224665 二、POSSUM服务器服务器在线生成http://possum.erc.monash.edu/ POSSUM服务
python 服务器批处理得到PSSM矩阵
Daisy4的博客
07-20 1879
批处理获得蛋白质的PSSM矩阵
psiblast生成pssm矩阵及psiblast参数详解
阿斯达克
03-28 1万+
PSI-BLAST : 敏感度更高的蛋白序列与蛋白序列之间的比对：一般用来生成pssm打分矩阵 其常用命令有USAGE psiblast [-h] [-help] [-import_search_strategy filename] [-export_search_strategy filename] [-db database_name] [-dbsize num_letters] [-gili...
位置权重矩阵与位置特异性打分矩阵
03-01
### 位置权重矩阵（PWM）和位置特异性得分矩阵（PSSM） #### 定义 位置权重矩阵（Position Weight Matrix, PWM），也称为位置频率矩阵（PFM），用于描述转录因子结合位点或其他DNA/RNA序列模式的概率分布。PWM通过统计一组已知功能相似的短序列片段，在各个位置上不同碱基出现的频次来构建[^1]。 位置特异性打分矩阵（Position-Specific Scoring Matrix, PSSM）不仅包含了类似于PWM的位置偏好信息，还融入了氨基酸替换的可能性以及进化保守性的考量。因此，相比于简单的PWM，PSSM能够更精确地反映蛋白质家族成员间同源关系的程度，并且可以用来评估新发现序列属于某一特定蛋白家族的可能性大小。 #### 应用场景对比 - **PWM的应用** - 主要在基因调控元件识别方面发挥作用，比如启动子区域预测、增强子定位等。 - 对于非编码RNA的研究也有重要价值，可用于miRNA前体折叠结构分析等领域。 - **PSSM的应用** - 广泛应用于蛋白质结构预测、功能域鉴定等方面。 - 在研究蛋白质相互作用界面时尤为有用；例如，在上述提到的GPS-Uber系统中就利用到了这类矩阵来进行E3连接酶与其底物之间潜在联系的推断工作[^2]。 ```python # Python代码示例：创建一个简单的位置权重矩阵(PWM) from collections import Counter def create_pwm(seqs): """给定一系列相同长度的DNA序列列表seqs，返回其对应的位置权重矩阵""" pwm = [] seq_len = len(seqs[0]) bases = 'ACGT' for i in range(seq_len): col_counts = dict(Counter([seq[i] for seq in seqs])) row = [col_counts.get(base, 0)/len(seqs) for base in bases] pwm.append(row) return pwm example_seqs = ['AGCT', 'CGCA', 'TGAT'] pwm_matrix = create_pwm(example_seqs) print(pwm_matrix) # 创建一个简化版的位置特异性打分矩阵(PSSM)，这里仅展示概念实现而非实际计算方法 import numpy as np def create_pssm(seqs): """基于输入的一组多肽序列生成简化版本的位置特异性打分矩阵""" aa_list = list('ARNDCQEGHILKMFPSTWYV') pssm = [] profile = [[sum((1 if s[j]==aa else 0) for s in seqs)+1)/(len(seqs)+20) for j in range(len(seqs[0]))] for aa in aa_list] log_odds_ratio = lambda freq : round(np.log(freq/(1/20)), 2) if freq != 0 else float('-inf') for pos_scores in zip(*profile): scores_row = [log_odds_ratio(score) for score in pos_scores] pssm.append(scores_row) return np.array(pssm).T.tolist() peptide_sequences = ["ARND", "CNHQ"] pssm_matrix = create_pssm(peptide_sequences) print(pssm_matrix) ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值