uu.seUppsala universitets publikasjoner
Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
In silico prediction of the peroxisomal proteome in fungi, plants and animals
Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Teknisk-naturvetenskapliga fakulteten, Biologiska sektionen, Institutionen för cell- och molekylärbiologi. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Teknisk-naturvetenskapliga fakulteten, Biologiska sektionen, Institutionen för cell- och molekylärbiologi, Molekylär cellbiologi. MOLECULAR CELL BIOLOGY.
2003 (engelsk)Inngår i: J. Mol. Biol., Vol. 330, s. 443-456Artikkel i tidsskrift (Fagfellevurdert) Published
Abstract [en]

In an attempt to improve our abilities to predict peroxisomal proteins, we have combined machine-learning techniques for analyzing peroxisomal targeting signals (PTS1) with domain-based cross-species comparisons between eight eukaryotic genomes. Our resul

sted, utgiver, år, opplag, sider
2003. Vol. 330, s. 443-456
Emneord [en]
peroxisomal, proteome, prediction
HSV kategori
Identifikatorer
URN: urn:nbn:se:uu:diva-47692OAI: oai:DiVA.org:uu-47692DiVA, id: diva2:75599
Tilgjengelig fra: 2006-12-11 Laget: 2006-12-11 Sist oppdatert: 2011-01-13

Open Access i DiVA

Fulltekst mangler i DiVA

Andre lenker

http://www.icm.uu.se/molcell/peroxisome.html
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric

urn-nbn
Totalt: 398 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf