使用偽氨基酸組成和模糊支持向量機預測蛋白質結構類

摘要: 蛋白質結構類預測是生物信息和蛋白質科學中重要的研究領域。基于Chou 提出的偽氨基酸離散模型框架, 從蛋白質序列出發, 設計一種新的偽氨基酸組成方法表示蛋白質序列樣本。抽取氨基酸組合( 10-D) 在序列中出現的頻率和疏水氨基酸模式( 6-D) 表示蛋白質序列的附加特征, 用和傳統的氨基酸組成( 20-D) 一起構成的36 維的偽氨基酸組成向量來表示蛋白質序列的特征。使用遺傳算法來優化附加特征的權重系數。偽氨基酸組成向量作為輸入數據, 模糊支持向量機作為預測工具。使用三個常用的標準數據集來驗證算法的性能。Jackknife檢驗結果說明本方法具有較高的準確率, 有望成為潛在的預測蛋白質功能的工具。