基于集成分类器的蛋白质折叠模式识别

• 作者: 林琛 江弋 胡始昌 邹权
• 来源期刊: 生物信息学
• 学科: 生物学
• 关键词: 集成分类器 蛋白质二级结构 分类 折叠模式
• 年，卷（期）: 2012,（2）
• 页码范围: 112-115
• 分类号: Q523+.8
• 字数: 3583字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2012.02.10

摘要

蛋白质折叠问题被列为“21世纪的生物物理学”的重要课题,他是分子生物学中心法则尚未解决的一个重大生物学问题,因此预测蛋白质折叠模式是一个复杂、困难、和有挑战性的工作.为了解决该问题,我们引入了分类器集成,本文所采用的是三种分类器( LMT、Random Forest、SMO)进行集成以及188维组合理化特征来对蛋白质类别进行预测.实验证明,该方法可以有效表征蛋白质折叠模式的特性,对蛋白质序列数据实现精确分类；交叉验证和独立测试均证明本文预测准确率超过70％,比前人工作提高近10个百分点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江弋	厦门大学信息科学与技术学院	20	124	5.0	10.0
2	邹权	厦门大学信息科学与技术学院	23	446	9.0	21.0
3	林琛	厦门大学信息科学与技术学院	19	447	7.0	19.0
4	胡始昌	厦门大学信息科学与技术学院	1	1	1.0	1.0