基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
蛋白质的功能常体现在生物大分子的相互作用中,识别蛋白质相互作用位点对于研究蛋白质功能发挥着重要作用.蛋白质问主要通过表面残基发生相互作用,蛋白质相互作用形成复合体时,只有部分表面残基参与了该过程.基于序列谱信息,提取序列上相邻残基的序列谱作为输入特征向量,对大小为3和7的残基信息窗(win3,win7),分别采用支持向量机(SVM)分类器对蛋白质相互作用位点进行预测、比较和分析.最终实验结果为:win3的平均正确率为69.31%,win7的平均正确率为69.68%.
推荐文章
预测蛋白质相互作用位点的计算方法研究(一)
蛋白质
相互作用位点
预测
计算方法
基于结构域理化性质的蛋白质相互作用方向预测
蛋白质
相互作用
结构域
理化特性
支持向量机
方向预测
基于并行多类支持向量机的蛋白质结构预测
蛋白质结构预测
多类支持向量机
并行计算
远同源检测
蛋白质相互作用预测的核最近邻算法
生物信息学
蛋白质相互作用
核最近邻算法
分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的蛋白质相互作用位点预测
来源期刊 计算机技术与发展 学科 工学
关键词 蛋白质相互作用 序列谱 残基信息窗 支持向量机
年,卷(期) 2008,(10) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 127-129,132
页数 4页 分类号 TP183
字数 2437字 语种 中文
DOI 10.3969/j.issn.1673-629X.2008.10.037
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王菲露 安徽大学计算智能与信号处理教育部重点实验室 2 4 1.0 2.0
5 宋杰 安徽大学计算智能与信号处理教育部重点实验室 66 596 10.0 23.0
6 王池社 安徽大学计算智能与信号处理教育部重点实验室 6 6 2.0 2.0
7 杜秀全 安徽大学计算智能与信号处理教育部重点实验室 12 38 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
蛋白质相互作用
序列谱
残基信息窗
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
安徽省自然科学基金
英文译名:Anhui Provincial Natural Science Foundation
官方网址:http://www.ahinfo.gov.cn/zrkxjj/index.htm
项目类型:安徽省优秀青年科技基金
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导