APR-Score：机器学习识别蛋白聚集倾向区域
热点事件持续更新
APR-Score：机器学习识别蛋白聚集倾向区域
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Genomics, Proteomics & Bioinformatics 作者团队发布 APR-Score，一种基于机器学习的计算方法，用于识别蛋白序列中易发生聚集的区域，并综合序列与结构特征进行预测。 作者称，该方法经训练集交叉验证并在独立测试集上验证，区分聚集倾向区域与非聚集区域时取得 MCC 0.77、精确率 0.89、F1 0.87。 工具代码已在 GitHub（https://github.com/TII-BRC/APR-Score）开放。
AI 根据报道生成 · 6 小时前更新
最新进展10月19日 22:07
APR-Score：识别并评分蛋白序列中易聚集区域的机器学习方法报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- Genomics, Proteomics & BioinformaticsAPR-Score：识别并评分蛋白序列中易聚集区域的机器学习方法
APR-Score 是一种基于机器学习的计算方法，用于识别蛋白序列中易发生聚集的区域，并综合序列与结构特征进行预测。该方法经训练集交叉验证和独立测试集验证，在区分聚集倾向区域与非聚集区域时取得 MCC 0.77、精确率 0.89、F1 0.87。工具代码已在 https://github.com/TII-BRC/APR-Score 开放。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。