| 基于支持向量机方法的蛋白质氨基酸残基可溶性预测 |
| |
| 引用本文： | 王娴,李骜,王明会,冯焕清.基于支持向量机方法的蛋白质氨基酸残基可溶性预测[J].生物物理学报,2005,21(1). |
| |
| 作者姓名： | 王娴 李骜 王明会 冯焕清 |
| |
| 作者单位： | 中国科学技术大学电子科学与技术系,合肥,230026 |
| |
| 基金项目： | 中国科技大学校科研和教改项目 |
| |
| 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 |
PREDICTION OF RESIDUE SOLVENT ACCESSIBILITY IN PROTEIN WITH SUPPORT VECTOR MACHINE |
| |
| WANG Xian,Li Ao,WANG Ming-hui,Feng Huan-qing.PREDICTION OF RESIDUE SOLVENT ACCESSIBILITY IN PROTEIN WITH SUPPORT VECTOR MACHINE[J].Acta Biophysica Sinica,2005,21(1). |
| |
| Authors: | WANG Xian Li Ao WANG Ming-hui Feng Huan-qing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
