基于FF和VIM的嗜热蛋白质预测

• 作者: 王鲜芳 卢凡 刘依锋 李启萌
• 来源期刊: 河南工学院学报
• 关键词: 特征融合 特征重要性评估 G-gap二肽 组成转变分布组成 多层感知机
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 28-34
• 页数: 7页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1008-2093.2021.04.007

摘要

针对嗜热蛋白质特征表征能力不足影响预测精度的问题,基于FF和VIM提出了一种新的嗜热蛋白质预测方法.利用MAAC、G-gap二肽组成和CTDC三种特征提取方法,构建499维特征;为减少特征冗余对预测性能的影响,设计VIM算法进行特征筛选,得到179维的最优特征子集;通过对比实验,建立多层感知机预测模型;在独立测试集下所建模型精度达到93.19％,与传统的单一特征提取方法相比有显著改善,总体性能优于已有方法,具有一定的理论和实际意义.