跨膜螺旋预测的一种分段训练算法

通过统计建模的方法,对蛋白质跨膜螺旋片段进行准确有效的预测。针对跨膜蛋白序列的生物学特征,提出了一种新的隐马尔科夫模型分段训练算法,对跨膜螺旋的分段位点以及螺旋方向等特征进行建模和预测。同标准训练算法相比,该算法具有时间复杂度低,预测精度高等优点。对于包含160条跨膜螺旋的蛋白序列进行10次交叉验证测试,使用该训练算法的预测准确率为96．98％,正确定位精度为91．25％,高于其他预测方法对该数据集的预测结果,验证了该算法的合理性和有效性。