基于神经网络的蛋白质三级结构预测

被引：11

作者：

蔡娜娜 ^{[1
]}

陈月辉 ^{[2
]}

李伟 ^{[2
]}

机构：

[1] 济南大学控制科学与工程学院

[2] 济南大学信息科学与工程学院

来源：

计算机工程 | 2010年 / 36卷 / 09期

关键词：

伪氨基酸组成; 粒子群优化算法; Jackknife交叉验证;

D O I：

暂无

中图分类号：

Q51 [蛋白质]; TP181 [自动推理、机器学习];

学科分类号：

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

摘要：

在伪氨基酸组成中加入与序列相关的影响因子能够提高蛋白质三级结构预测的准确率。将伪氨基酸组成的特征作为神经网络的输入,建立分类预测模型。选用粒子群优化算法对神经网络的参数进行优化。分类方法采用一对多的二分类方法。数据集选用Chou提出的204条蛋白质。实验结果使用Jackknife交叉验证,表明该方法能提高预测准确率。

引用

页码：176 / 177

页数：2