基于支持向量机方法的蛋白质氨基酸残基可溶性预测

• 作者: 冯焕清 李骜 王娴 王明会
• 来源期刊: 生物物理学报
• 学科: 生物学
• 关键词: 支持向量机 氨基酸残基 可溶性 预测
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 生物信息学
• 页码范围: 60-64
• 页数: 5页
• 分类号: Q617
• 字数: 3351字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6737.2005.01.008

摘要

按照蛋白质序列中残基的相对可溶性,将其分为两类(表面/内部)和三类(表面/中间/内部)进行预测.选择不同窗宽和参数对数据进行训练和预测,以确保得到最好的分类效果,并同其他已有方法进行比较.对同一数据集不同分类阈值的预测结果显示,支持向量机方法对蛋白质可溶性的整体预测效果优于神经网络和信息论的方法.其中,对两类数据的最优分类结果达到79.0%,对三类数据的最优分类结果达到67.5%,表明支持向量机是蛋白质残基可溶性预测的一种有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯焕清	中国科学技术大学电子科学与技术系	154	1499	19.0	30.0
2	王明会	中国科学技术大学电子科学与技术系	14	67	5.0	8.0
3	李骜	中国科学技术大学电子科学与技术系	15	73	6.0	8.0
4	王娴	中国科学技术大学电子科学与技术系	5	27	2.0	5.0