10.7544/issn1000-1239.2018.20180361
基于快速多示例多标记学习的G蛋白偶联受体生物学功能预测
G蛋白偶联受体(G protein-coupled receptors,GPCRs)是人类中最庞大的膜蛋白家族,也是很多药物的重要靶点,准确了解GPCRs生物学功能是理解它们参与的生物学过程及其药物作用机制的关键.以前的研究表明,蛋白质功能预测可抽象为多示例多标记学习(multi-instance multi-label learning,MIML)问题.设计了一种基于快速多示例多标记学习方法MIMLfast的GPCRs生物学功能预测模型.该模型采用了一种新的混合特征,它考虑了GPCRs结构域的三联氨基酸、氨基酸关联、进化、二级结构关联、信号肽及无序残基等多种信息.实验结果证明,该模型获得了很好的性能,优于目前最优的多示例多标记学习、多标记学习的预测方法和CAFA蛋白质功能预测方法.
G蛋白偶联受体、生物学功能预测、快速多示例多标记学习、结构域、混合特征
55
TP315.69(计算技术、计算机技术)
国家自然科学基金项目81771478,61571233;江苏省高等学校自然科学研究项目17KJA510003;南京邮电大学科研基金项目NY218092
2018-09-07(万方平台首次上网日期,不代表论文的发表时间)
共9页
1674-1682