合成金字塔预测模型中内含的改进型CBA预测方法

• 作者: 侯伟 周谆 杨炳儒
• 来源期刊: 计算机应用研究
• 关键词: 关联规则 蛋白质二级结构预测 KDD~* 合成金字塔模型 基于关联分类算法
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 系统应用开发
• 页码范围: 4617-4620
• 页数: 4页
• 分类号: TP182
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.12.060

摘要

蛋白质二级结构预测问题,是生物信息学领域中最为重要的任务之一,历经三十多年的研究,已取得了一些进展,尤其是近来集成预测模型与混合预测模型的引入,为预测精度带来了一定程度的提高,然而其离从二级结构推导三级结构的目标,仍然存在很大差距.为了有效提高蛋白质二级结构预测精度,以KDTICM理论的扩展性研究与KDD~*模型为基础, 使用基于KDD~*模型的关联分析蛋白质二级结构预测方法KAAPRO,提出一种基于支持度与可信度的复杂距离度量的CBA(classification based on association)算法,并以该算法为核心构建逐步求精、多层递阶的合成金字塔模型,该模型整体贯穿领域知识,并采用因果细胞自动机选择有效物化属性.在对偏alpha、beta型蛋白质的预测实验中, 改进型CBA算法较好地完成了对结构特征不明显氨基酸的预测,获得了较优的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨炳儒	北京科技大学信息工程学院	319	4361	32.0	49.0
2	侯伟	北京科技大学信息工程学院	19	210	7.0	14.0
3	周谆	北京科技大学信息工程学院	9	40	3.0	6.0