SEPIa, a knowledge-driven algorithm for predicting conformational B-cell epitopes from the amino acid sequence.

Référence BMC bioinformatics, 18, 1, page (95)
Publication Publié, 2017-02

Article révisé par les pairs

Titre:	SEPIa, a knowledge-driven algorithm for predicting conformational B-cell epitopes from the amino acid sequence.
Auteur:	Dalkas, Georgios A; Rooman, Marianne
Informations sur la publication:	BMC bioinformatics, 18, 1, page (95)
Statut de publication:	Publié, 2017-02
Sujet CREF:	Sciences bio-médicales et agricoles
Mots-clés:	Antigen-antibody complexes
	B-cell epitopes
	Bioinformatics predictor
	Immunoinformatics
	Machine learning
	Physicochemical properties
	Statistical potentials
	β2 adrenergic G-protein-coupled receptor
Note générale:	SCOPUS: ar.j
Langue:	Anglais
Identificateurs:	urn:issn:1471-2105
	info:doi/10.1186/s12859-017-1528-9
	info:pii/10.1186/s12859-017-1528-9
	info:scp/85012100266
	info:pmid/28183272
	PMC5301386

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.