蛋白质中RNA-结合残基预测的随机森林模型

被引：11

作者：

马昕 ^{[1
,2
]}

郭静 ^{[1
]}

孙啸 ^{[1
]}

机构：

[1] 东南大学生物电子学国家重点实验室

[2] 南京审计学院金审学院

来源：

东南大学学报(自然科学版) | 2012年 / 42卷 / 01期

关键词：

随机森林; 位置特异性矩阵; 嵌套式交叉验证; RNA-结合残基;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

构建了用于预测蛋白质序列中RNA-结合残基的分类模型.在模型的特征提取方面,除了与功能相关的结构特征和序列正交编码信息以外,还提出了一个新颖的特征PSSM-PP.该特征不仅包含蛋白质序列的进化保守特征,还包含与蛋白质和RNA结合有关的氨基酸理化特征.在设计模型时,考虑到样本数据量大的问题,选用了快速的随机森林算法.该预测模型总体预测准确率达到87.02%,特异性达到95.62%,敏感性达51.16%,Matthew相关系数为0.533 6.此外,还构建了RNA结合残基的预测平台.

引用

页码：50 / 54

页数：5