k子串离散源结合加权KNN算法预测膜蛋白类型

• 作者: 姜彬 王勇献 王正华 贺细平
• 来源期刊: 激光生物学报
• 学科: 生物学
• 关键词: 膜蛋白 k子串 离散源 离散增量 K近邻
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 技术研究
• 页码范围: 121-127
• 页数: 7页
• 分类号: Q-332
• 字数: 5480字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7146.2009.01.025

摘要

膜蛋白是生物膜功能的主要体现者,是细胞执行各种功能的物质基础,在细胞中发挥着至关重要的作用.分类预测未知类型的膜蛋白对于生物学相关研究具有指导性意义,是膜蛋白结构与功能研究领域的一项重要基础性工作.针对膜蛋白分类预测问题,利用k子串离散源的方法对膜蛋白序列进行特征提取,并融合最小离散增量方法和加权K近邻算法构建一种新型的膜蛋白分类预测模型,在自检验、Jackknife检验和独立测试集检验三种典型的检验方式下,预测准确率分别为99.95%、86.16%和98.36%.实验结果表明,k子串离散源方法能够有效提取膜蛋白序列的特征信息,与现有方法相比,该分类模型具有较高的分类预测成功率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王正华	国防科技大学计算机学院并行与分布处理国家重点实验室	72	600	12.0	20.0
2	王勇献	国防科技大学计算机学院并行与分布处理国家重点实验室	26	140	7.0	11.0
3	贺细平	国防科技大学计算机学院并行与分布处理国家重点实验室	22	45	4.0	6.0
5	姜彬	国防科技大学计算机学院并行与分布处理国家重点实验室	1	1	1.0	1.0