John Meinken¹ , Jack Min^{2 *}

1扬斯敦州立大学计算机科学与信息学院, 扬斯敦, OH44555, 美国;
2扬斯敦州立大学生物科学学院应用化学生物学研究中心, 扬斯敦, OH44555, 美国
作者    通讯作者
计算分子生物学, 2012 年, 第 1卷, 第 8 篇   doi: 10.5376/cmb.cn.2012.01.0008
收稿日期: 2012年10月01日    接受日期: 2012年10月01日    发表日期: 2012年10月01日

本文首次以英文发表在 Computational Molecular Biology上。现依据版权所有人授权的许可协议，采用 Creative Commons Attribution License 协议对其进行授权，用中文再次发表与传播。只要对原作有恰当的引用, 版权所有人允许并同意第三方无条件的使用与传播。如果读者对中文含义理解有歧义，请以英文原文为准。

推荐引用：

Meinken and Min, 2012, Computational Prediction of Protein Subcellular Locations in Eukaryotes:  an Experience Report, Computational Molecular Biology, Vol.2, No.1 1-7 (doi: 10.5376/cmb.2012.02.0001)

在真核生物中蛋白质亚细胞位置的计算预测有利于实验设计和蛋白质组分析。我们提供了一个关于的计算工具最新进展，和一些我们评估这些工具的经验的简述。计算工具可以相对准确地预测经典分泌蛋白质组，从而来预测分泌信号肽的存在及消除跨膜蛋白和内质网（endoplasmic reticulum, ER）蛋白。通过差异结合SignalP，Phobius，WoLFPSORT和TargetP来识别真核生物在不同领域的分泌信号肽，TMHMM来消除跨膜蛋白和PS-Scan来消除内质网蛋白的协议，显著地提高了分泌蛋白预测精度。我们的评估表明，目前用于预测其他的亚细胞位置，包括线粒体或叶绿体定位的计算工具仍然需要改进。

真核生物；蛋白质亚细胞定位预测；蛋白质分泌组；计算预测