用多样性增量特征选择技术识别蛋白质磷酸化位点

• 作者: 吕军 张颖 梁珍 胡世赛 陈宇翔
• 来源期刊: 计算生物学
• 学科: 生物学
• 关键词: 蛋白质磷酸化位点 多样性增量特征选择 支持向量机
• 年，卷（期）: 2018,（1）
• 页码范围: 24-32
• 页数: 9页
• 分类号: Q5

摘要

磷酸化是最重要的蛋白质翻译后修饰之一,在许多细胞过程中扮演重要角色。发展磷酸化位点精确识别的计算生物学方法,有助于对磷酸化信号转导机制的理解。本文给出一种激酶无关的磷酸化位点识别模型,称为FSID_PhSite。模型以k间隔氨基酸对组分和位置保守氨基酸组分为特征,应用多样性增量特征选择技术进行特征筛选,将选出的特征输入到支持向量机算法进行识别。在正负样本数之比为1:1的情形下,对磷酸化丝氨酸、苏氨酸和酪氨酸在独立测试集检验,识别精度分别达到84.34%、82.32%和68.89%。结果优于现有的激酶无关磷酸化位点识别模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张颖	内蒙古工业大学理学院	24	111	6.0	10.0
2	吕军	内蒙古工业大学理学院	27	154	6.0	12.0
3	陈宇翔	内蒙古工业大学理学院	6	0	0.0	0.0
4	梁珍	内蒙古工业大学理学院	3	0	0.0	0.0
5	胡世赛	内蒙古工业大学理学院	2	0	0.0	0.0