蛋白质结构标注中的基于支持向量机的拉氏图优化方法

拉氏图是一种经典的蛋白质结构验证工具,在蛋白质结构研究领域有广泛应用.然而,传统拉氏图定义的合理区域范围广,容错率高,且包含了一些不准确的结构.针对这一问题,提出了一种基于支持向量机(support vector machine,SVM)和贝叶斯优化的方法SVM-Rama,对传统拉氏图的合理区域定义进行优化和细分,使细分后的合理区域的范围精确到具体的二级结构种类,SVM-Rama法可以提高蛋白质结构验证准确率,且能简便精确地标注二级结构.研究结果表明,该方法在二级结构标记中的准确率接近传统方法取得的最好结果,但训练和计算成本远小于传统方法.