真菌和卵菌中的胞间质与细胞质效应因子预测（EffectorP 3.0 ）

EffectorP 3.0 是一款机器学习工具，用于预测分泌型真菌和卵菌蛋白质属于质外体效应物、细胞质效应物、双定位效应物还是非效应物。与基于基序的方法（如 RxLR 搜索）不同，EffectorP 基于通过 60 个 WEKA 分类器集成并使用软投票聚合分析的综合 34 项序列衍生特征来对蛋白质进行分类。该工具是一个由 WEKA 3.8.4 支持的双文件 Python 3 应用程序，仅需一个预测的分泌蛋白 FASTA 文件作为输入。

EffectorP 的功能

许多真菌和卵菌病原体分泌效应物蛋白以促进植物感染。这些效应物缺乏共同的序列同源性，但具有统一的生物物理特性——长度短、分子量低、特定的氨基酸偏好性和结构无序性——机器学习可以利用这些特性。EffectorP 3.0 从每个输入序列中编码这些特性，将它们输入预训练的 NaiveBayes 和 J48 决策树模型，并通过概率平均（软投票）组合所有预测，以产生带有相关置信度分数的最终分类。

该工具将每个蛋白质分为以下四个结果类别之一：

注：EffectorP 不预测分泌组——要求在运行 EffectorP 小工具之前，先使用 SignalP、Phobius 或 TMHMM 等工具从蛋白质组中筛选出分泌蛋白。它也不适用于细菌效应物。

五种预测类别、其触发条件以及所报告概率的语义含义：

注：双重预测中的斜杠表示法编码了优先级顺序，而非模糊性。"Cytoplasmic/apoplastic" 意味着细胞质信号是两者中较强的；其次要概率仍然高于阈值，可能值得进行实验研究。

输入文件：

分泌蛋白的输入 FASTA 文件

小工具结果：

EffectorP.xls—制表符分隔的分类表

dentifier：序列标识符；Cytoplasmic effector：胞质效应子预测得分，模型预测该蛋白为进入宿主细胞质发挥功能的效应子的概率；Y (x) 表示预测为该类，- 表示否；Apoplastic effector：质外体效应子预测得分，模型预测该蛋白为在宿主质外体（apoplast）中发挥作用的效应子的概率；Non-effector：非效应子预测得分，模型预测该蛋白不是效应子的概率；Prediction：    EffectorP 综合三类得分后给出的最终预测标签。

effectors.fasta—效应物FASTA

non-effectors.fasta—非效应物FASTA

参考文献：

Sperschneider J, Dodds P. EffectorP 3.0: prediction of apoplastic and cytoplasmic effectors in fungi and oomycetes. Mol Plant Microbe Interact. 2021. doi: 10.1094/MPMI-08-21-0201-R

• 客服电话：
  15618809518
• 客服手机：
  15618809518（微信同号）
• 联系邮箱：
  marketing@winnerbio.cn
• 客服微信：
• 微信公众号：