基于K-近邻算法预测蛋白质热稳定性的研究

• 作者: 张光亚 方柏山 李红春
• 来源期刊: 计算机与应用化学
• 学科: 生物学
• 关键词: K-近邻 蛋白质热稳定性 模式识别 计算机筛选
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 39-41
• 页数: 3页
• 分类号: Q811
• 字数: 2306字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4160.2008.01.009

摘要

基于一级结构信息预测蛋白质热稳定性,对于利用计算机筛选热稳定性蛋白具有重要意义.本文采用κ-近邻算法从序列出发预测蛋白质的热稳定性,用自一致性检验、交叉验证和独立样本测试等三种方法评估.仅用20种氨基酸组成作为特征变量时,识别的正确率分别可达100%,87.7%和89.6%;而引入8个新变量后,其精度分别为100%,89.6%和90.2%,对小蛋白质分子识别的精度提高了2.4%.同时探讨了蛋白质分子大小对识别效果的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方柏山	华侨大学工业生物技术研究所	137	975	15.0	23.0
2	张光亚	华侨大学工业生物技术研究所	88	491	10.0	20.0
3	李红春	华侨大学工业生物技术研究所	8	14	2.0	2.0