序列蛋白质-GDP绑定位点预测

• 作者: 何雪 石大宏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 蛋白质-GDP绑定预测 位置特异性得分矩阵 稀疏表示 加权下采样 支持向量机
• 年，卷（期）: 2016,（13）
• 所属期刊栏目: 理论与研发
• 页码范围: 55-59,75
• 页数: 6页
• 分类号: TP39
• 字数: 4837字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1407-0553

摘要

正确地识别蛋白质-二磷酸鸟苷(Guanosine Diphosphate,GDP)绑定位点对于蛋白质功能分析和药物设计有非常重要的意义.蛋白质-GDP绑定位点预测是一个典型的不平衡学习问题.直接应用传统的机器学习方法是不合适的,而且会使预测结果偏向大多数类.为了解决这个问题,在基于稀疏表示的位置特异性得分矩阵特征基础上,提出了加权下采样方法来使得样本平衡,采用支持向量机算法来预测.实验结果表明提出的方法能获得更高的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石大宏	南京理工大学计算机科学与工程学院	3	8	2.0	2.0
2	何雪	南京理工大学计算机科学与工程学院	1	2	1.0	1.0