基于支持向量机方法的蛋白质氨基酸残基可溶性预测

摘要：

按照蛋白质序列中残基的相对可溶性,将其分为两类(表面/内部)和三类(表面/中间/内部)进行预测.选择不同窗宽和参数对数据进行训练和预测,以确保得到最好的分类效果,并同其他已有方法进行比较.对同一数据集不同分类阈值的预测结果显示,支持向量机方法对蛋白质可溶性的整体预测效果优于神经网络和信息论的方法.其中,对两类数据的最优分类结果达到79.0%,对三类数据的最优分类结果达到67.5%,表明支持向量机是蛋白质残基可溶性预测的一种有效方法.

关键词：支持向量机、氨基酸残基、可溶性、预测

所属期刊栏目：21

分类号：Q617(理论生物物理学)

资助基金：中国科技大学校科研和教改项目KD2004053

在线出版日期：2005-03-31（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：60-64