用离散增量结合支持向量机方法预测蛋白质亚细胞定位

对未知蛋白的功能注释是蛋白质组学的主要目标。一个关键的注释是蛋白质亚细胞定位的预测。本文应用离散增量结合支持向量机(ID_SVM)的方法,对阳性革兰氏细菌蛋白的5类亚细胞定位点进行预测。在独立检验下,其总体预测成功率为89.66%。结果发现ID_SVM算法对预测的成功率有很大改进。     

蛋白质体积对其亚细胞定位的影响

蛋白质亚细胞定位信息对深入研究蛋白质的细胞生物学功能十分重要.通过Helix Systems在线计算程序和Vor计算程序两种方法讨论了蛋白质的体积对其亚细胞定位的影响,发现定位于细胞外的蛋白质体积显著小于定位于细胞核、细胞膜和细胞质的蛋白体积,证实了体积参数对区分蛋白质的亚细胞定位是有效的.     

用ID-SVM预测蛋白质的ATP结合位点

从蛋白质序列出发,对经Dr．G．P．S．Raghava整理和使用过的168条非冗余的ATP与蛋白质结合氨基酸序列进行分段,对ATP与蛋白质结合位点进行了统计分析。在此基础上,利用20种氨基酸的亲疏水性将20种氨基酸约化为6类。以氨基酸组分和6类亲疏水紧邻为参数,用多样性增量（ID）方法将氨基酸组分和6类亲疏水紧邻降维并将降维后的特征参数输入支持向量机中运算,本文运算结果显示用氨基酸组分ID值和6类亲疏水紧邻ID值共同作为特征参数结果最优,在七交叉检验下的预测总精度达到了99．67％,相关系数达到0．9934,好于前人的预测结果。