面向蛋白质功能位点识别的机器学习平台构建

• 作者: 刘宏德 吴建盛 孙啸 施识帆 胡敏菁
• 来源期刊: 生物信息学
• 学科: 生物学
• 关键词: 蛋白质功能位点预测 机器学习 支持向量机
• 年，卷（期）: 2010,（1）
• 页码范围: 12-15
• 页数: 4页
• 分类号: Q811
• 字数: 3959字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2010.01.003

摘要

有关蛋白质功能的研究是解析生命奥秘的基础,机器学习技术在该领域已有广泛应用.利用支持向量机(support vector machine,SVM)方法,构建一个预测蛋白质功能位点的通用平台.该平台先提取非同源蛋白质序列,再对这些序列进行特征编码(包括序列的基本信息、物化特征、结构信息及序列保守性特征等),以编码好的样本作为训练数据,利用SVM进行训练,得到敏感性、特异性、Matthew相关系数、准确率及ROC曲线等评价指标,反复测试,得到评价指标最优的SVM模型后,便可以用来预测蛋白质序列上的功能位点.该平台除了应用在预测蛋白质功能位点之外,还可以应用于疾病相关单核苷酸多态性(SNP)预测分析、预测蛋白质结构域分析、生物分子间的相互作用等.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙啸	东南大学生物电子学国家重点实验室生物科学与医学工程学院	71	488	12.0	20.0
2	吴建盛	东南大学生物电子学国家重点实验室生物科学与医学工程学院	4	17	3.0	4.0
3	胡敏菁	东南大学生物电子学国家重点实验室生物科学与医学工程学院	2	7	2.0	2.0
4	刘宏德	东南大学生物电子学国家重点实验室生物科学与医学工程学院	10	14	3.0	3.0
5	施识帆	东南大学生物电子学国家重点实验室生物科学与医学工程学院	1	3	1.0	1.0