未找到相关数据
基于支持向量机的蛋白质同源寡聚体分类研究
被引：15
作者：
张绍武
潘泉
陈润生
张洪才
机构：
[1] 西北工业大学自动控制系
[2] 中国科学院生物物理研究所
[3] 西北工业大学自动控制系 西安
[4] 西安
[5] 北京
来源：
关键词：
支持向量机;
贝叶斯协方差判别法;
分类;
同源二聚体;
同源三聚体;
同源四聚体;
同源六聚体;
D O I：
暂无
中图分类号：
Q51 [蛋白质];
学科分类号：
071010 ;
081704 ;
摘要：
基于支持向量机和贝叶斯方法 ,从蛋白质一级序列出发对蛋白质同源二聚体、同源三聚体、同源四聚体、同源六聚体进行分类研究 ,结果表明 :基于支持向量机 ,采用“一对多”和“一对一”策略 ,其分类总精度分别为 77 3 6%和 93 43 % ,分别比基于贝叶斯协方差判别法的分类总精度 50 64%提高 2 6 72和 42 79个百分点 .从而说明支持向量机可用于蛋白质同源寡聚体分类 ,且是一种非常有效的方法 .对于多类蛋白质同源寡聚体分类 ,基于相同的机器学习方法 (如支持向量机 ) ,采用“一对一”策略比“一对多”效果好 .同时亦表明蛋白质同源寡聚体一级序列包含四级结构信息
引用
收藏
页码：879 / 883
页数：5
相关论文