R语言 procoil包 procoil-package()函数中文帮助文档(中英文对照)

loveR

procoil-package(procoil)
procoil-package()所属R语言包：procoil

                                        Prediction of Oligomerization of Coiled Coil Proteins
                                         卷曲蛋白齐聚预测

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The procoil package allows to predict whether a coiled coil sequence (amino acid sequence plus heptad register) is more likely to form a dimer or more likely to form a trimer. The predict function not only computes the prediction itself, but also a profile which allows to determine the strengths to which the individual residues are indicative for either class. Profiles can also be visualized graphically using a plot function.
procoil包可以预测是否卷曲序列（氨基酸序列，加上七肽寄存器）是更容易形成二聚体或更容易形成三聚体。预测功能不仅计算的预测本身，但也是一个配置文件允许以确定个人的残留物是任一类指示的优势。信息，也可以是可视化的图形使用绘图功能。


Details

详情----------Details----------

The package defines two S4 classes, CCModel and CCProfile. The former's purpose to represent a coiled coil prediction model. The default model PrOCoilModel is pre-loaded when the package is loaded. An alternative model PrOCoilModelBA can be loaded on demand. Other models can be loaded with the function readCCModel. The predict function is used to predict the oligomerization of a coiled coil sequence (which consists of an amino acid sequence and a heptad register aligned to it). The result is stored in a CCProfile object. The resulting prediction profile can be visualized with plot.
包定义了两个中四班级，CCModel和CCProfile。前者的目的来代表卷曲预测模型。默认模型PrOCoilModel预装加载包时。另一种模式PrOCoilModelBA可以按需加载。其他机型可装载功能readCCModel。 predict函数用来预测齐聚卷曲序列（其中包括一个氨基酸序列和七肽登记对齐）。结果存放在一个CCProfile对象。由此产生的预测配置文件可以用plot可视化。


作者（S）----------Author(s)----------


Ulrich Bodenhofer <a href="mailto:bodenhofer@bioinf.jku.at">bodenhofer@bioinf.jku.at</a>



参考文献----------References----------


Hochreiter, S. (2011) Complex networks govern coiled coil oligomerization - predicting and profiling by means of a machine learning approach. Mol. Cell. Proteomics.

举例----------Examples----------


## display summary of default model[＃显示默认模式的总结。]
PrOCoilModel

## predict oligomerization of GCN4 wildtype[＃预测因子GCN4野生齐聚]
GCN4wt<-predict(PrOCoilModel,
                "MKQLEDKVEELLSKNYHLENEVARLKKLV",
                "abcdefgabcdefgabcdefgabcdefga")

## display result[＃显示结果]
GCN4wt

## plot profile[＃图轮廓]
plot(GCN4wt)

## predict oligomerization of unknown sequence (Marcoil example)[＃齐聚预测未知序列（Marcoil例如）]
MarcoilEx<-predict(PrOCoilModel,
                 "MGECDQLLVFMITSRVLVLSTLIIMDSRQVYLENLRQFAENLRQNIENVHSFLENLRADLENLRQKFPGKWYSAMPGRHG",
                 "-------------------------------abcdefgabcdefgabcdefgabcdefgabcdefg--------------")

## display result[＃显示结果]
MarcoilEx[[1]]

## plot profile[＃图轮廓]
plot(MarcoilEx[[1]])

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。