基于物化特性编码和离散增量的支持向量机方法预测酶的亚类

从酶序列出发,提出了一种新的酶的亚类的预测方法。利用物化特性编码和离散增量得到特征向量来表示序列信息,并将这些特征向量输入支持向量机,对酶的6个家族类中各自的亚类进行分类。在Jacknife检验下,氧化还原酶,转移酶,水解酶,裂解酶,异构酶和连接酶中包含的亚类得到的预测精度分别为96.2%,99.2%,99.6%,95.3%,94.4%和97.7%。该方法得到的预测结果优于其它方法。

基于离散量算法预测酶的亚类

从酶的一级序列出发,以20种氨基酸和其紧邻与次邻的氨基酸二联体在序列中出现的个数为参数,用离散量算法对酶的亚类进行预测.通过用Self-consistency和Jack-knife两种检验方法检验时,均获得较好的预测精度.结果表明该方法新颖、简单、有效.

酶亚家族类预测的一种新方法

酶是活细胞内产生的具有高度专一性和催化效率的蛋白质,又称为生物催化剂,广泛存在于各种细胞中,催化细胞生长、代谢等生命过程中几乎所有的化学反应。