基于支持向量机的蛋白质相互作用识别

• 作者: 孙平平 崔颖 陆林英 马志强 马雅楠 魏雅卓
• 来源期刊: 生物信息学
• 学科: 生物学
• 关键词: 蛋白质相互作用 SVM 序列主要结构
• 年，卷（期）: 2009,（4）
• 页码范围: 255-257
• 页数: 3页
• 分类号: Q811
• 字数: 2576字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2009.04.004

摘要

支持向量机(SVM)是广泛应用于各个领域的分类算法,包括生物信息学.本研究应用SVM作为蛋白质相互作用的分类算法,所用蛋白质相互作用数据下载于墨尼黑生物信息学中心的酿酒酵母数据集,包含有6 736条蛋白质,其中相互作用的有4 837对,不相互作用的有9 674对.提取蛋白质主要结构的电荷和等电位点特征,并应用SVM分类算法对此进行了分类.结果显示,分类的正确率在60%左右,但是较系统发育谱法还是获得了较高的分类正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马志强	吉林大学计算机学院	8	81	3.0	8.0
5	孙平平	东北师范大学计算机学院	7	18	2.0	4.0
6	马雅楠	东北师范大学计算机学院	7	18	2.0	4.0
7	魏雅卓	东北师范大学计算机学院	7	23	3.0	4.0
8	陆林英	东北师范大学计算机学院	8	28	4.0	5.0
9	崔颖	东北师范大学计算机学院	8	17	2.0	4.0