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:
蛋白质相互作用中界面残基的识别在药物设计与生物体的新陈代谢等方面有着广泛应用.基于朴素贝叶斯分类器对属性条件独立性的要求,构建了由蛋白质序列谱和溶剂可及表面积组成的蛋白质相互作用特征模型.在一个具有代表性的蛋白质异源复合物组成的数据集中取得了68.1%的准确率、0.201的相关系数、40.2%的特异度和49.9%的灵敏度,取得了比其他方法更优的结果,且远优于随机的实验结果.通过一个三维可视化的结果更好地验证了方法的有效性.
推荐文章
灵活的增强朴素贝叶斯分类器
贝叶斯网
朴素贝叶斯分类器
树增强朴素贝叶斯分类器
最小描述长度准则
基于多重判别分析的朴素贝叶斯分类器
朴素贝叶斯
TAN分类器
多重判别分析
DANB分类器
基于朴素贝叶斯分类器的硬件木马检测方法
侧信道分析
硬件木马
朴素贝叶斯分类器
性能比对
基于优化判别模型的蛋白质分类方法
蛋白质分类
远同源检测
判别模型
支持向量机
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 基于朴素贝叶斯分类器的蛋白质界面残基识别
来源期刊 计算机科学与探索 学科 工学
关键词 朴素贝叶斯分类器 蛋白质相互作用界面 序列谱 残基溶剂可及表面积
年,卷(期) 2009,(3) 所属期刊栏目 学术研究
研究方向 页码范围 293-302
页数 10页 分类号 TP39
字数 761字 语种 中文
DOI 10.3778/j.issn.1673-9418.2009.03.007
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 程家兴 安徽大学计算智能与信号处理教育部重点实验室 93 1344 17.0 35.0
2 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
6 苏守宝 安徽大学计算智能与信号处理教育部重点实验室 15 178 8.0 13.0
7 徐栋哲 中国科技大学近代力学系 1 2 1.0 1.0
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  (20)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (1)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
朴素贝叶斯分类器
蛋白质相互作用界面
序列谱
残基溶剂可及表面积
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导