应用优化的隐马尔可夫模型预测蛋白质二级结构

针对3-状态隐马尔可夫模型(HMM)预测蛋白质二级结构准确率不高的问题,提出了7-状态和15-状态 HMM。研究对象为 CB513数据集合中筛选出的492条蛋白质序列,将其随机均分7组。分别应用7-状态和15-状态 HMM 对以上数据集进行二级结构预测,对预测准确率进行了7-交叉验证,并将预测结果与应用3-状态 HMM 的预测结果进行了比较。结果表明,应用7-状态 HMM,Q_3准确率提高3.11%,SOV 提高6.15%,Q_E提高6.49%;应用15-状态 HMM,Q_E比7-状态 HMM 又提高5.74%。在15.状态 HMM 预测中加入序列的同源信息后,Q_3准确率比单序列15-状态 HMM 增加8.76%。结果表明,7-状态HMM 预测能力优于3-状态 HMM,15-状态 HMM 总体预测能力和7-状态 HMM 相当,但β折叠预测能力强于7-状态 HMM。