蛋白质二级结构预测方法研究

被引：2

作者：

王艳春 ^{[1
,2
]}

机构：

[1] 青岛农业大学信息科学与工程学院

[2] 西北农林科技大学机械与电子工程学院

来源：

计算机工程与应用 | 2009年 / 45卷 / 36期

关键词：

蛋白质; 二级结构预测; 基因表达式编程; 神经网络;

D O I：

暂无

中图分类号：

Q51 [蛋白质]; TP183 [人工神经网络与计算];

学科分类号：

071010 ; 081704 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为提高蛋白质二级结构预测精度,提出一种新的网络模型和编码方法。首先利用基因表达式编程(GEP)的全局搜索能力同时进化设计神经网络的结构和连接权;其次,对神经网络输入层编码进行了改进,添加了氨基酸残基所处的疏水环境。用PDB-Select25中的36条蛋白质共6122个残基进行测试,结果表明提出的网络模型和编码方法能有效提高蛋白质二级结构预测的精度。

引用

页码：44 / 46

页数：3

共 3 条

[1] 隐马尔可夫模型—改进的预测蛋白质二级结构方法 [J].

石峰 ;

莫忠息 ;

张楚瑜 .

生物数学学报, 2004, (02) :233-237

[2] Improving protein secondary structure prediction by using the residue conformational classes [J].

Zhang, GZ ;

Huang, DS ;

Zhu, YP ;

Li, YX .

PATTERN RECOGNITION LETTERS, 2005, 26 (15) :2346-2352

[3]

A novel method of protein secondary structure prediction with high segment overlap measure: support vector machine approach 1 1 Edited by B. Holland[J] . Sujun Hua,Zhirong Sun.Journal of Molecular Biology . 2001 (2)

← 1 →