Re: [問題] prediction 用的trainig data set

看板BioMedInfo (生醫資訊)作者windincloud (當你孤單會想起誰)時間14年前 (2010/10/14 13:23)推噓1(1推 0噓 0→)

留言1則, 1人參與討論串2/2 (看更多)

※ 引述《kzvito (HOW)》之銘言： : 原po現在在作的是預測protein seqeuence上， : 有哪些是會去interact的residue。 : 所以開始需要一些整理過的data set， : 但是在PLoS之類的地方， : paper好像都不會把自己的data set放上去， : 請問如果有作相關題目的人，或者有些瞭解的板大， : 除了寫信找paper作者， : 還有乾脆自己去PDB之類的資料庫抓protein來自己整理外， : 還有沒有什麼途徑可以找已經有人整理過的data set呢？ : ps如果有作類似的，歡迎交流一下~ Sorry~ 有點久才回這篇首先，我想先說一下 "生物是一種活的科學"，無時無刻都有可能發生改變與演進因此在如何做資料收集也就會特別的重要收集資料不外乎就由paper上的資料或是自己找 paper上的資料又分兩種一種是幫你整理得好好的給你下載另一種就是跟你講他是怎得到的，言下之意就是請您去手動到相關的bio. DB去找尋，但跟自己找的差異是 => 他已經跟你講他抓的規則是怎樣不過我想說的重點不在於此，而是該找尋怎樣的data set才是自己要的要找data set之前得先定義你是要做怎樣的題目，不同的定義、不同的題目。在不同的時間點所抓的資料也會有所不同。舉你想要做的題目來說，你想要做的是protein interaction residue. 這時就要先定義何謂protein interaction residue? residue要與作用物上距離多少才算是有interaction? 再來這題目又可細分是要找protein protein interaction? 還是Zinc binding...... 因此你會根據你不同的需求去建立你所找尋的規則，進而得到你所需要的資料。或許你會說那我直接引用別人的就好啦~ 但是我開宗明義就說明一件事 ─ 生物是活的！所以你需要確認現在這資料是不是最新的！不同的時間，同樣的條件下，所得的資料也是會有些出入的。嗯~ 講得好像有點嚴肅這邊只是講講自己以前收集資料的一些小經驗這樣。還有就算是拿別人的資料，最好還是能自己先判斷，因為有時也會有誤，不論是排版錯誤，文章誤植......等。大概是這樣囉~ -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.138.155.196