基于支持向量机的蛋白质同源寡聚体分类研究

摘要：

基于支持向量机和贝叶斯方法,从蛋白质一级序列出发对蛋白质同源二聚体、同源三聚体、同源四聚体、同源六聚体进行分类研究,结果表明:基于支持向量机, 采用"一对多"和"一对一"策略, 其分类总精度分别为77.36%和93.43%, 分别比基于贝叶斯协方差判别法的分类总精度50.64%提高26.72和42.79个百分点.从而说明支持向量机可用于蛋白质同源寡聚体分类,且是一种非常有效的方法.对于多类蛋白质同源寡聚体分类,基于相同的机器学习方法(如支持向量机),采用"一对一"策略比"一对多"效果好.同时亦表明蛋白质同源寡聚体一级序列包含四级结构信息.

关键词：支持向量机、贝叶斯协方差判别法、分类、同源二聚体、同源三聚体、同源四聚体、同源六聚体

所属期刊栏目：30

分类号：Q617(理论生物物理学)

资助基金：西北工业大学校科研和教改项目

在线出版日期：2004-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：879-883