mTM-aligin: an algorithm for fast and accurate multiple protein structure alignment
蛋白結(jié)構(gòu)在進(jìn)化中更加保守，因此根據(jù)多個(gè)結(jié)構(gòu)進(jìn)行比對(duì)比僅僅依賴于多重序列聯(lián)配(MSA)更加有意義，特別是那些遠(yuǎn)房親戚。作者看著PDB（protein data bank)那日益增加的蛋白結(jié)構(gòu)心生憂愁，那么多數(shù)據(jù)不開(kāi)發(fā)一個(gè)有效的比對(duì)算法是吃棗藥丸的。
于是他寫(xiě)了一個(gè)mTM-algin, 是TM-algin的擴(kuò)展（誰(shuí)能告訴我什么叫做TM-align),他還帶著這個(gè)算法去HOMSTRAD, SABmark_sup, SABmark_twi， SISY-multiple這些數(shù)據(jù)庫(kù)溜達(dá)了一圈，非常開(kāi)心的說(shuō)了一句，我的算法比你們表現(xiàn)的更好哦。
工具地址: http://yanglab.nankai.edu.cn/mTM-align/
BioSeq-Analysis: a platform for DNA, RNA and protein sequence analysis based on machine learning approaches
我們都知道當(dāng)測(cè)序測(cè)得七七八八之后，就是后基因組學(xué)的時(shí)代，那么最大的挑戰(zhàn)就是如何解讀這個(gè)無(wú)字天書(shū)，了解他們的結(jié)構(gòu)和功能。機(jī)器學(xué)習(xí)(ML, make...)是當(dāng)今最火的領(lǐng)域之一，隔壁還有一家深度學(xué)習(xí)，肯定要到生物大數(shù)據(jù)里面玩一下，一般步驟就是：特征提取，構(gòu)建預(yù)測(cè)模型，性能評(píng)估。作者說(shuō)了，盡管目前已經(jīng)有很多在線或離線(stand-alone)工具被開(kāi)發(fā)出來(lái)，但是都局限于其中的一步而已。于是作者就做了一個(gè)微小的工作，開(kāi)發(fā)了BioSeq-Analysis能夠自動(dòng)化實(shí)現(xiàn)以上三步，也就是能夠根據(jù)評(píng)估數(shù)據(jù)集自動(dòng)產(chǎn)生最優(yōu)預(yù)測(cè)模型，并且報(bào)告性能，更加厲害的是他還支持Windows，Linux，Unix哦
工具下載地址：http://bioinformatics.hitsz.edu.cn/BioSeq-Analysis/download/
不是我吐槽，這個(gè)網(wǎng)頁(yè)也。。。
Multi-omics integration—a comparison of unsupervised clustering methodologies
多組學(xué)(multi-omics)目前發(fā)展很快，分析過(guò)程存在很多因子影響著結(jié)果的準(zhǔn)確性，比如說(shuō)樣本聚類。作者比較多個(gè)無(wú)監(jiān)督聚類方法：Multiple Canonical Correlation Analysis, Multiple Co-Inertia Analysis, Multiple Factor Analysis, Joint and Individual Variation Explained，Similarity Network Fusion。采用已經(jīng)報(bào)道文獻(xiàn)的標(biāo)準(zhǔn)數(shù)據(jù)集，分別評(píng)估不同算法在實(shí)驗(yàn)設(shè)計(jì)，特征選擇和參數(shù)訓(xùn)練等方面的差異。
沒(méi)有涉及這個(gè)領(lǐng)域，表示看不懂呀。
