基于Bagging集成学习的蛋白质折叠识别

摘要：

提出了一种新的蛋白质折叠识别方法-BAG-fold模型.首先,通过伪位置特异性得分矩阵(pseudo position specific score matrix,PsePSSM)方法,二级结构(secondary structure,SS)方法,分组重量编码(encoding based on grouped weight,EBGW)方法和去趋势互相关分析(detrended cross-correlation analysis,DCCA)方法,共4种方法提取蛋白质序列的特征信息,并由4种特征信息得到混合特征空间.其次,采用局部Fisher判别分析(linear Fisher dis-criminant analysis,LFDA)减少冗余信息以选取最优特征子集.最后,将最优特征子集输入到Bagging集成分类器中进行蛋白质折叠识别.使用10折交叉验证在DD数据集和RDD数据集的精度分别达到了96.8％和98.8％.实验结果表明,提出的BAG-fold方法明显优于其它预测方法.

关键词：蛋白质折叠;多信息融合;去趋势互相关分析法;局部Fisher判别分析;Bagging集成学习

所属期刊栏目：42

分类号：Q811.4(生物工程学(生物技术))

资助基金：国家自然科学基金面上项目62172248

在线出版日期：2021-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：101-110