利用伪氨基酸组分预测分枝杆菌膜蛋白类型

膜蛋白是重要的药物靶位点,对膜蛋白类型的研究有助于药物的成功设计,因此正确预测膜蛋白类型对于药物研发是十分必要的。本文采用由274条分枝杆菌膜蛋白序列组成的一致性小于40%的数据集,以经过优化的伪氨基酸组分为特征,利用支持向量机分类算法预测分枝杆菌膜蛋白类型,在Jackknife检验下,得到85.4%的总体准确率和72.2%的平均准确率。结果说明,该方法可用于分枝杆菌膜蛋白类型的识别,将有助于抗分枝杆菌药物的开发。     

基于特征筛选方法预测不同离子通道活性的芋螺毒素

芋螺毒素是一种具有丰富序列多样性且富含二硫键的多肽．因其能够特异性地结合离子通道,阻断神经冲动的传递,芋螺毒索又具有极大的潜在药用价值．面对庞大的芋螺毒素种类,需借助理论的手段和方法来进行研究,从而降低实验成本,为实验做出理论指导．本文基于二项式分布结合支持向量机算法对芋螺毒素离子通道活性类型进行了预测,jackknife交叉验证的总体精度和平均精度分别达到87．5％和86．8％．结果表明,本文所建模型能够用于芋螺毒素的离子通道活性预测,为基于芋螺毒素新药物的进一步开发提供帮助和理论依据．