支持向量机及组合预测在蛋白质四级结构分类中的应用

摘要：

目的:基于支持向量机建立一个自动化识别新肽链四级结构的方法,提高现有方法的识别精度.方法:改进4种已有的蛋白质一级序列特征值提取方法,采用线性和非线性组合预测方法建立一个有效的组合预测模型.结果:以同源二聚体及非同源二聚体为例.对4种特征值提取方法进行改进后其分类精度均提升了2～3%;进一步实施线性与非线性组合预测后,其分类精度再次提高了2～3%,使独立测试集的分类精度达到了90%以上.结论:4种特征值提取方法均较好地反应出蛋白质一级序列包含四级结构信息,组合预测方法能有效地集多种特征值提取方法优势于一体.

关键词：蛋白质四级结构、分类、支持向量机、组合预测

所属期刊栏目：8

分类号：Q518-3(蛋白质)

资助基金：国家自然科学基金资助项目30570351;教育部新世纪优秀人才支持计划NCET-06-0710

在线出版日期：2008-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：646-648,637