基于RBF神经网络的蛋白质二级结构预测

• 作者: 尹京苑 张斌 薛丹
• 来源期刊: 生物信息学
• 学科: 生物学
• 关键词: RBF神经网络 蛋白质二级结构预测 主成分分析
• 年，卷（期）: 2011,（3）
• 页码范围: 224-228,234
• 分类号: Q518.2
• 字数: 4142字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2011.03.012

摘要

蛋白质二级结构对于研究其功能具有重要作用.采用主成分分析方法对氨基酸的墓本物化属性及其二级结构倾向性进行降维降噪处理,使用径向基神经网络对蛋白质二级结构进行预测.主成分分析使得之前20x12矩阵变为20x4矩阵,极大地减少了神经网络输入端的维数.在仿真过程中,当窗口大小为21,扩展函数为7时,预测精确度达到了71.81%.实验结果表明RBF神经网络可以有效的用于蛋白质二级结构的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹京苑	上海大学计算机工程与科学学院	75	760	17.0	24.0
5	薛丹	上海大学计算机工程与科学学院	10	95	5.0	9.0
6	张斌	上海大学生命科学院	72	233	8.0	13.0