10.3969/j.issn.1673-923X.2010.09.011
基于PCA和BP神经网络的O-糖基化位点的预测和模式分析
糖基化是真核细胞中最常见的翻译后蛋白质修饰过程之一.传统的神经网络方法已被应用预测蛋白质糖基化位点,预测的准确性主要依赖于特征向量的维数(蛋白质序列的长度),并随着蛋白质序列长度的增加而提高,但网络的结构变得越来越复杂,增加了计算运行成本.为了解决这一问题,提出了主成分分析和BP神经网络相结合的新方法对O-糖基化位点进行预测和分析,用PCA提取主成分构造子空间以降低输入的蛋白质序列的维数,再用BP神经网络预测一个特定的蛋白质序列足否被糖基化.实验表明,提出的新方法能大大缩短计算时间,并能提高预测的准确性.
O-糖基化、模式分析、主成分分析、BP神经网络
30
TP183(自动化基础理论)
日本国文部省教育、科技、文化、运动项目;湖南省研究生创新项目
2010-11-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
61-65,75