基于分类器集成的跨膜蛋白两亲螺旋区域位置预测

• 作者: 於东军 沈红斌 郜法启
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 跨膜蛋白 两亲螺旋区域 位置特异性得分矩阵 疏水矩 分类器集成
• 年，卷（期）: 2016,（4）
• 页码范围: 431-437
• 页数: 7页
• 分类号: TP391.4
• 字数: 4639字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2016.40.04.009

摘要

为提高跨膜蛋白两亲螺旋区域( Amphipathic helices,AHs)预测的精度,基于蛋白质位置特异性得分矩阵、二级结构以及疏水矩,提出了一种新的衡量两亲性的螺旋周期性( Helix periodicity,HP)特征；利用MemBrain预测器滤除跨膜区域片段并使用下采样的方法,降低了AHs的搜索空间；在此基础上训练基于支持向量机( Support vector machine,SVM)的集成分类器用于AHs预测。为了客观评价AHs的预测性能,首次构建了领域内较为完备可用的标准数据集。在此数据集上的实验结果表明所提方法优于其他AHs预测方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	於东军	南京理工大学计算机科学与工程学院	64	503	15.0	19.0
2	沈红斌	上海交通大学图像处理与模式识别研究所	15	184	7.0	13.0
4	郜法启	上海交通大学图像处理与模式识别研究所	1	5	1.0	1.0