Jpred
Jpred v.4 är den senaste versionen av JPred Protein Secondary Structure Prediction Server som tillhandahåller förutsägelser av JNet-algoritmen, en av de mest exakta metoderna för förutsägelse av sekundär struktur, som har funnits sedan 1998 i olika versioner.
Förutom proteinets sekundära struktur , gör JPred också förutsägelser om lösningsmedelstillgänglighet och coiled-coil- regioner. JPred-tjänsten har upp till 134 000 jobb per månad och har genomfört över 2 miljoner förutsägelser totalt för användare i 179 länder.
JPred 2
De statiska HTML-sidorna i JPred 2 är fortfarande tillgängliga för referens.
JPred 3
JPred v3 följde på tidigare versioner av JPred utvecklad och underhållen av James Cuff och Jonathan Barber (se JPred-referenser). Den här utgåvan lade till ny funktionalitet och fixade många buggar. Höjdpunkterna är:
- Nytt, vänligare användargränssnitt
- Omtränad och optimerad version av Jnet (v2) - genomsnittlig sekundär strukturpredikteringsnoggrannhet på >81 %
- Gruppinlämning av jobb
- Bättre felkontroll av ingångssekvenser/justeringar
- Förutsägelser returneras nu (valfritt) via e-post
- Användare kan ange sina egna frågenamn för varje inlämning
- JPred gör nu en förutsägelse även när det inte finns några PSI-BLAST- träffar på frågan
- PS/PDF-utdata innehåller nu alla förutsägelser
JPred 4
Den nuvarande versionen av JPred (v4) har följande förbättringar och uppdateringar:
- Omskolad på den senaste UniRef90- och SCOPe/ASTRAL-versionen av Jnet (v2.3.1) - genomsnittlig sekundär strukturpredikteringsnoggrannhet på >82%.
- Uppgraderat webbservern till den senaste tekniken (Bootstrap-ramverk, JavaScript) och uppdaterade webbsidorna – förbättrat designen och användbarheten genom att implementera responsiva teknologier.
- Lade till RESTful API och skript för massinlämning och resultathämtning - vilket resulterade i en maximal genomströmning över 20 000 förutsägelser per dag.
- Lade till verktyg för övervakning av förutsägelsejobb.
- Uppgraderat resultatrapporteringen – både på webbplatsen och genom de valfria e-postsammanfattningsrapporterna: förbättrad batchinlämning, tillagd förhandsgranskning av resultatsammanfattningar genom Jalview resultatvisualiseringssammanfattning i SVG och lagt till fullständiga flera sekvensanpassningar i rapporterna.
- Förbättrade hjälpsidor, med verktygstips och lägga till steg-för-steg-handledningar på en sida.
Sekvensrester kategoriseras eller tilldelas ett av de sekundära strukturelementen, såsom alfa-helix , beta-sheet och coiled-coil.
Jnet använder två neurala nätverk för sin förutsägelse. Det första nätverket matas med ett fönster på 17 rester över varje aminosyra i anpassningen plus ett konserveringsnummer. Den använder ett dolt lager med nio noder och har tre utgångsnoder, en för varje sekundärt strukturelement. Det andra nätverket matas med ett fönster med 19 rester (resultatet av det första nätverket) plus bevarandenumret. Den har ett dolt lager med nio noder och har tre utgångsnoder.