Bartlett, GJ、Porter, CT、Borkakoti, N. & Thornton, JM 酵素活性部位の触媒残基の分析。 Ｙ．モル．スタンピング。 324105–121 (2002)。
Fernandez-Fuentes, N.、Dybas, JM & Fiser, A. 新しいタンパク質フォールドの構造特性評価。 PLoS コンピューティング。スタンピング。 6e1000750 (2010)。
OC レッドファーン、B. デサイー、カリフォルニア州オレンゴ 構造機能パラダイムの検討。 カー。意見。構造。スタンピング。 18394–402 (2008)。
Pabo, CO、Peisach, E. & Grant, RA 新規 Cys2His2 ジンクフィンガータンパク質の設計と選択。 私たちはヨムの司祭です。 70313–340 (2001)。
周、Ｑら。クラス A GPCR の共通の活性化メカニズム。 eライフ 8e50279 (2019)。
スヴェドベリ、D. et al.配列および構造ベースの類似性を使用した、改変されたゲノムの機能的アノテーション。 BMCゲノミクス 256 (2024)。
Steinegger, M. & Söding, J. MMseqs2 は、大規模なデータセットの分析のための高感度のタンパク質配列検索を可能にします。 ナット。バイオテクノロジー。 351026–1028 (2017)。
Paysan-Lafosse、T. et al. 2022年のインタープロ。 核酸研究所 51D418–D427 (2023)。
ジャンパー、J. et al. AlphaFold による高精度なタンパク質構造予測。 自然 596583–589 (2021)。
ヴェルディ、M.など。 2024 年の AlphaFold タンパク質構造データベース: 2 億 1,400 万を超えるタンパク質配列の構造をカバーします。 核酸研究所 52D368–D375 (2024)。
リン、Zなど。言語モデルを使用した原子レベルのタンパク質構造の進化スケールの予測。 科学 3791123–1130 (2023)。
ヴァン・ケンペン、M.ら。 Foldseek を使用した高速かつ正確なタンパク質構造検索。 ナット。バイオテクノロジー。 42243–246 (2024)。
ルペルティ、F.ら。構造予測とアライメントによるトランスフィラメントタンパク質のアノテーション。 ゲノムバイオル。 24113 (2023)。
Bittrich, S.、Burley, SK、Rose, AS 逆インデックス戦略を使用したタンパク質のリアルタイム構造モチーフ検索。 PLoS コンピューティング。スタンピング。 16e1008502 (2020)。
バーリー、SKら。 RCSB タンパク質データ バンク内の実験的に決定された PDB 構造および計算された構造モデルの研究のためのリソースを更新しました。 核酸研究所 53D564–D574 (2024)。
Cia, G.、Kwasigroch, J.、Stamatopoulos, B.、Rooman, M. & Pucci, F. pyScoMotif: タンパク質全体で類似した 3D 構造モチーフの発見。 バイオインフォマティクス。もっと 3vbad158 (2023)。
Zhou, J. & Grigoryan, G. 三次フラグメントの迅速な検索により、タンパク質の配列と構造の関係が明らかになります。 タンパク質科学。 24508–524 (2015)。
ヤン、Ｊ．ら。予測された残基配向を使用したタンパク質構造予測の向上。 退院した。国立アカデミー。科学。米国 1171496–1503 (2020)。
スパーク・ジョーンズ、K. 文書検索システム （P.ウィレット編）132–142（テイラー・グラハム・プレス、1988年）。
シグリスト、CJ et al. ProRule: PROSITE プロファイルに関する機能および構造情報を含む新しいデータベース。 バイオインフォマティクス 214060–4066 (2005)。
ローリングス、ND et al. 2017 年のタンパク質分解酵素、その基質および阻害剤の MEROPS データベースと、PANTHER データベースのペプターゼとの比較。 核酸研究所 46D624–D632 (2018)。
チャンドニア、J.-M.他。 SCOPe: タンパク質の構造分類の改善 – バリアントの解釈と機械学習を容易にする拡張されたデータベース。 核酸研究所 50D553–D559 (2022)。
Gilchrist, CLM、Mirdita, M.、Steinegger, M. FoldMason によるマルチスケールタンパク質構造アライメント。 科学 391485–488 (2026)。
リベイロ、AJM et al. Mechanism and Catalytic Site Atlas (M-CSA): 酵素反応機構と活性部位のデータベース。 核酸研究所 46D618–D623 (2018)。
ベッカー、A.など。鉄中心、基質認識およびペプチドデホルミラーゼの機構。 ナット。構造。スタンピング。 51053 ～ 1058 年 (1998 年)。
Del Alamo, D.、Sala, D.、Mchaourab, HS & Meiler, J. AlphaFold2 を使用したトランスポーターと受容体の代替立体構造状態のサンプリング。 eライフ 11e75751 (2022)。
Zhang、J.ら。ヒトプロテオームにおけるタンパク質間相互作用の予測。 科学 390edt1630 (2025)。
Kim, RS、Levy Karin, E.、Mirdita, M.、Chikhi, R.、Steinegger, M. BFVD – 予測ウイルスタンパク質構造の大規模データベース。 核酸研究所 53D340–D347 (2025)。
Barker, JA & Thornton, JM 制約ベースの構造パターン マッチング アルゴリズム: 統計分析による 3D パターンへの応用。 バイオインフォマティクス 191644 ～ 1649 年 (2003 年)。
エイブラムソン、J. et al. AlphaFold 3 との生体分子相互作用の正確な構造予測。 自然 630493–500 (2024)。
Kim, H.、Mirdita, M. & Steinegger, M. Foldcomp: 大きなタンパク質構造セットの圧縮とインデックス付けのためのライブラリとフォーマット。 バイオインフォマティクス 39btad153 (2023)。
Tarjan, R. 深さ優先および線形グラフ検索アルゴリズム。 サイアム J. コンピューティング。 1146–160 (1972)。
Sharir, M. 強力な接続アルゴリズムとデータ フロー分析におけるそのアプリケーション。 コンピュータ化。数学。応用 767–72 (1981)。
Kabsch, W. 2 セットのベクトル間の関係に対する最適な回転ソリューション。 アクタクリスタログル。あ 32922–923 (1976)。
Zhang, Y. & Skolnick, J. TM-align: TM スコアに基づくタンパク質構造アラインメント アルゴリズム。 核酸研究所 332302–2309 (2005)。
Zemla, A. LGA: タンパク質構造の三次元類似性を見つける方法。 核酸研究所 313370–3374 (2003)。
Barrow、HG、Tenenbaum、JM、Bolles、RC & Wolf、HC パラメトリック対応と勾配マッチング: 2 つの新しい画像マッチング技術。の上 退院した。第5回人工知能に関する共同国際会議 （R.レディ編）659–663（モーガン・カウフマン出版社、1977年）。
Huttenlocher, DP、Klanderman, GA、Rucklidge, WJ ハウスドルフ距離を使用した画像比較。 IEEEトランス。パターンアナル。マッハ。インテル。 15850–863 (2002)。
Maity, D. & Qiao, B. AlloBench: アロステリック サイト予測ツールの開発とベンチマークのためのデータセット パイプライン。 オメガACS 1017973 ～ 17982 (2025)。
彼、C.ら。 ASD2023: アロステリック知識ベースのランドスケープの統合に向けて。 核酸研究所 52D376–D383 (2024)。
Mirdita, M.、Steinegger, M. & Söding, J. MMseqs2 デスクトップ アプリケーションおよびローカル Web サーバーにより、高速かつ対話型の配列検索が可能になります。 バイオインフォマティクス 352856 ～ 2858 年 (2019 年)。
Rose, AS & Hildebrand, PW NGL Viewer: 分子イメージング用の Web アプリケーション。 核酸研究所 43W576–W579 (2015)。
Lee, S.、Kim, J.、Mirdita, M.、Gilchrist, CLM & Steinegger, M. Metabuli アプリを使用した簡単でインタラクティブな分類学的プロファイリング。 バイオインフォマティクス 41btaf557 (2025)。
Ester, M.、Kriegel, H.-P.、Sander, J. & Xu, X. ノイズのある大規模空間データベースでクラスターを発見するための密度ベースのアルゴリズム。の上 退院した。知識発見とデータマイニングに関する第 2 回国際会議 （Simoudis、E. 他編）226–231（AAAI Press、1996）。
Kim, H.、Kim, RS、Mirdita, M.、および Steinegger, M. Folddisco を使用してタンパク質の世界全体の構造モチーフを検索するためのデータ。 ゼノド https://doi.org/10.5281/zenodo.18443780 (2026)。
