We present an application of machine learning algorithms for the identification of metalloproteins and metal binding sites on a genome scale. An extensive evaluation conducted in combination with X-ray absorption spectroscopy shows the great potentiality of the approach. © 2012 Springer-Verlag.
Metal binding in proteins: Machine learning complements X-ray absorption spectroscopy / Lippi, Marco; Passerini, Andrea; Punta, Marco; Frasconi, Paolo. - 7524:2(2012), pp. 854-857. (Intervento presentato al convegno 2012 European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases, ECML-PKDD 2012 tenutosi a Bristol, gbr nel 2012) [10.1007/978-3-642-33486-3_63].
Metal binding in proteins: Machine learning complements X-ray absorption spectroscopy
LIPPI, MARCO;
2012
Abstract
We present an application of machine learning algorithms for the identification of metalloproteins and metal binding sites on a genome scale. An extensive evaluation conducted in combination with X-ray absorption spectroscopy shows the great potentiality of the approach. © 2012 Springer-Verlag.
| File | Dimensione | Formato | |
|---|---|---|---|
|
metals.pdf
Accesso riservato
Tipologia:
AAM - Versione dell'autore revisionata e accettata per la pubblicazione
Dimensione
77.6 kB
Formato
Adobe PDF
|
77.6 kB | Adobe PDF | Visualizza/Apri Richiedi una copia |
Pubblicazioni consigliate
I metadati presenti in IRIS UNIMORE sono rilasciati con licenza Creative Commons CC0 1.0 Universal, mentre i file delle pubblicazioni sono rilasciati con licenza Attribuzione 4.0 Internazionale (CC BY 4.0), salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris
