基于多特征优化算法的丁酰化修饰位点计算分类

赖氨酸丁酰化是一种新型酰化修饰,修饰位点的确定对相关疾病机理研究具有重要意义.计算分类方法由于其速度快、花费低、准确率高等优点为修饰位点的确定提供了一种新思路.本文以丁酰化修饰实验数据为研究对象,利用信息增益、F-Score和最小冗余最大相关三种特征优化算法,结合支持向量机算法进行特征提取和融合,建立了速度快、准确率高的丁酰化修饰最优计算分类模型.

基于间隔二肽组分和递归特征消除法的DNA结合蛋白的鉴定

DNA结合蛋白(DNA-binding proteins,DBPs)的鉴定在原核和真核生物的基因和蛋白质功能注释研究中具有十分重要的意义.本研究首次运用间隔二肽组分(gapped-dipeptide composition,Gap DPC)结合递归特征消除法(recursive feature elimination,RFE)鉴定DBPs.首先获得待测蛋白质氨基酸序列的位置特异性得分矩阵(position specific scoring matrix,PSSM),在此基础上提取蛋白质的Gap DPC特征,通过RFE法选择最优特征,然后利用支持向量机(support vector machine,SVM)作为分类器,在蛋白质序列数据集PDB396和LB1068中进行夹克刀交叉验证(jackknife cross validation test).研究结果显示,基于PDB396和LB1068数据集,DBPs预测的准确率、Matthews相关系数、敏感性和特异性分别达到93.43%、0.86、89.04%和96.00%,以及86.33%、0.73、86.49%和86.18%,明显优于文献报道中的相关方法,为DBPs的鉴定提供了新的模型.

基于序列信息的融合多种特征参数方法预测膜蛋白类型

不同类型的膜蛋白执行不同的功能,因此膜蛋白的分类对蛋白质功能的研究相当重要。根据膜蛋白在磷脂双分子层的分布特点,将膜蛋白序列进行等分处理,以每一部分的氨基酸组分为特征参数,利用离散增量算法对8类膜蛋白分类,得到的预测总精度为75.1%;对膜蛋白序列进行特定的氨基酸片段截取,利用位置矩阵打分算法对8类膜蛋白进行分类预测,以前后20个位点氨基酸组分为特征参数预测总精度分别为75.6%和72.7%。将等分后的离散增量值、氨基酸片段的打分值、稀有模体频数值、氨基酸物理化学特性的自交叉协方差值、二级结构频数值、超二级结构频数值、复杂超二级结构频数值组合作为特征参数,使用支持向量机算法对8类膜蛋白进行分类,获得了非常好的预测结果,独立检验预测总精度达到了93.9%。因此可以看出融合多特征参数的支持向量机算法要好于离散增量算法和位置矩阵打分算法,并且得到的预测结果要好于前人的研究结果。