蛋白質序列中的關聯規則發現及其應用

摘要：隨著蛋白質序列- 結構分析中使用的機器學習算法越來越復雜，其結果的解釋和發現過程也隨之復雜化，因此有必要尋找簡單且理論上可靠的方法。通過引入原理簡單、理論可靠、結果具有很強實際意義的關聯規則發現算法，找到了蛋白質序列中數以萬計的模式。結合實例演示了如何將這些模式應用于蛋白質序列分析中，如保守區域發現、二級結構預測等。同時根據這些結果構建了一個二級結構規則庫和一種簡單的二級結構預測算法，實驗結果表明，約81%的二級結構可以由至少一條關聯規則預測得到。