原文服务方: 计算机应用研究       
摘要:
准确预测蛋白质变性温度在蛋白质工程和药物研制等领域具有重要意义.将全局特征和序列特征作为初始特征向量,利用提出的基于权值的降维算法对初始特征向量进行降维,降维后的特征输入多层感知机模型预测蛋白质变性温度.在盲测数据集上,该方法预测结果与实验测定结果的PCC值由降维前的0.77增加到0.8,RMSE值由降维前的0.17降低到了0.16,蛋白质变性温度预测值的分类准确率与现有方法比较有明显提升.
推荐文章
蛋白质水力学半径的测定及用于蛋白质变性过程的实时监控
水力学半径
牛血清白蛋白
表面活性剂
热变性
基于并行多类支持向量机的蛋白质结构预测
蛋白质结构预测
多类支持向量机
并行计算
远同源检测
蛋白质结构预测综述
蛋白质结构预测
深度学习
同源建模
自由建模
综述
蛋白质结构的预测及其应用
蛋白质结构
比较建模
折叠识别
从头计算
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多层感知机的蛋白质变性温度预测
来源期刊 计算机应用研究 学科
关键词 蛋白质变性温度 多层感知机 回归预测
年,卷(期) 2019,(8) 所属期刊栏目 系统应用开发
研究方向 页码范围 2421-2423
页数 3页 分类号 TP183
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.01.0134
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨洋 苏州大学计算机科学与技术学院 32 143 7.0 11.0
5 吕强 苏州大学计算机科学与技术学院 134 1011 15.0 26.0
9 张步忠 苏州大学计算机科学与技术学院 5 31 3.0 5.0
10 黄立群 苏州大学计算机科学与技术学院 3 6 2.0 2.0
11 丁雪松 苏州大学计算机科学与技术学院 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (4)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (26)
二级引证文献  (0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
蛋白质变性温度
多层感知机
回归预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导