基于頻繁模式的蛋白質序列分類

摘要: 蛋白質序列的分類是預測新蛋白質序列的結構和功能的重要方法, 已有的方法主要基于序列比對或概率后綴樹。文章設計一種基于頻繁模式的蛋白質序列分類算法CFS, 使用每類數據獨有的頻繁模式代表該類,然后應用各類的頻繁模式對測試數據進行分類。試驗結果表明, CFS 方法可以獲得較好的分類精確度, 使用頻繁模式作為類代表, 使得分類更直觀, 易于理解, 而且更具有生物信息學意義。