国际标准期刊号: 2090-4924
费尔南多·利莫埃罗、玛丽亚·费尔南达·里贝罗·迪亚斯、维尼修斯·桑托斯·德庞特斯和曼努埃拉·莱尔·达席尔瓦
近年来,用于获取序列数据的高通量技术的发展利用了计算机分析蛋白质数据的可能性。然而,当涉及病毒多蛋白相互作用研究时,考虑到这些蛋白质的大小和长度,它们的代表性存在差距。为了准备使用机器学习等最先进技术的研究,必须对此类蛋白质进行良好的表征。我们提出了解决这个问题的替代方案,实施片段化和建模方案以制备肽片段形式的这些多蛋白。这样的过程是由多个脚本完成的,在我们称为 PolyPRep 的工作流程上一起实现。