基于混合SVM方法的蛋白质二级结构预测算法

被引：4

作者：

隋海峰

曲武

钱文彬

杨炳儒

机构：

[1] 北京科技大学信息工程学院

来源：

计算机科学 | 2011年 / 38卷 / 10期

关键词：

蛋白质二级结构预测; 混合SVM方法; 复合金字塔模型;

D O I：

暂无

中图分类号：

Q51 [蛋白质];

学科分类号：

071010 ; 081704 ;

摘要：

预测蛋白质二级结构,是当今生物信息学中一个难以解决的问题。由于预测蛋白质二级结构的精度在蛋白质结构研究中起到非常重要的作用,因此在基于KDTICM理论基础上,提出一种基于混合SVM方法的蛋白质二级结构预测算法。该算法有效地利用蛋白质的物化属性和PSI-SEARCH生成的位置特异性打分矩阵作为双层SVM的输入,从而大大地提高了蛋白质二级结构预测的精度。实验比较分析表明,新算法的预测精度和普适性明显优于目前其他典型的预测方法。

引用

页码：169 / 173+188 +188

页数：6

共 8 条

[1] 基于复合金字塔模型的蛋白质二级结构预测系统 [J].

杨炳儒 ;

谢永红 ;

侯伟 ;

周谆 .

科学通报, 2009, (21) :3311-3319

[2] 基于Toy模型蛋白质折叠预测的多种群微粒群优化算法研究 [J].

张晓龙 ;

李婷婷 ;

芦进 .

计算机科学, 2008, (10) :230-235

[3] 神经网络方法预测蛋白质二级结构 [J].

闫化军 ;

傅彦 ;

章毅 ;

李毅超 .

计算机科学, 2003, (11) :48-52

[4]

基于内在机理的知识发现理论及其应用[M]. 电子工业出版社 , 杨炳儒著, 2004

[5]

RedTrees: A relational decision tree algorithm in streams[J] . Wei Hou,Bingru Yang,Chensheng Wu,Zhun Zhou.Expert Systems With Applications . 2010 (9)

[6]

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)

[7] Evaluation and improvement of multiple sequence methods for protein secondary structure prediction [J].

Cuff, JA ;

Barton, GJ .

PROTEINS-STRUCTURE FUNCTION AND BIOINFORMATICS, 1999, 34 (04) :508-519

[8]

Analysis of compositionally biased regions in sequence databases[J] . John C. Wootton,Scott Federhen.Methods in Enzymology . 1996

← 1 →