基于二层特征筛选的HIV-1蛋白酶特异位点预测

• 作者: 尹京苑 袁啸尘 钮冰
• 来源期刊: 生物信息学
• 学科: 化学
• 关键词: 变量筛选 支持向量机 10折交叉验证 预测模型 HIV-1蛋白酶
• 年，卷（期）: 2012,（4）
• 页码范围: 274-279
• 页数: 6页
• 分类号: O641
• 字数: 4416字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2012.04.10

摘要

在抗艾滋病治疗中,HIV-1蛋白酶抑制剂发挥着重要作用.对于HIV-1蛋白酶裂解作用位点的研究有助于找到新的治疗靶点.为了对HIV-1蛋白酶特异位点进行预测,本研究用氨基酸索引数据库(Amino Acid Index,AAIndex)中的531个氨基酸物理化学性质参数直接表征肽样本的结构,通过二层特征筛选,最终将4248个表征参数降为57个表征参数.分别采取四种核函数进行HIV-1蛋白酶特异位点的支持向量机(SVM)建模,并通过10折交叉验证及外部测试集方法来验证建模的准确性.结果表明选取NormalizePolyKernel核函数进行SVM建模效果优于其他核函数(PolyKernel、PUK、RBFKernel),所建立的模型对于训练集的10组交叉验证预测准确率达到93.947％,对于外部测试集的预测正确率达到93.684％.

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
2	钮冰	上海大学生命科学学院	26	27	3.0	4.0
3	袁啸尘	上海大学生命科学学院	1	1	1.0	1.0