基于特征相关性选择的二硫键预测算法∗
2017-12-18刘坤
计算机与数字工程 2017年11期
关键词:特征
刘 坤
(南京理工大学计算机科学与工程学院 南京 210094)
基于特征相关性选择的二硫键预测算法∗
刘 坤
(南京理工大学计算机科学与工程学院 南京 210094)
二硫键是维持蛋白质结构与功能稳定的重要生物特征,先前关于二硫键模式的预测通常为将相关特征进行特征选择并代入机器学习模型,其缺陷在于没有考虑不同特征之间的关联性,该文根据传统的预测方法,在使用费舍得分进行特征选择的基础上,计算特征子空间中各特征的相关度,剔除线性相关度高的特征,利用支持向量回归对处理后的数据进行四重交叉验证,以取得更加理想的效果。
生物信息学;二硫键;支持向量回归;相关系数;特征选择
1 引言
蛋白质(protein)作为生命现象的物质基础之一,是生命活动过程中的重要的物质承担者,在生物体的生命过程中具有重要的作用。相比基因组学,蛋白质组学对于生命现象解释更加直接、更加准确,近些年得到了快速发展,并得到了国内外学者广泛重视。随着20世纪90年代“人类基因组计划”(Human Genome Project,HGP)工作的展开,以及后续公布的人类基因组图谱和基本完成测序工作,已知蛋白质序列的数量呈爆炸性增长,标志着人类已经跨入到后基因组时代。
作为蛋白质重要的结构特征,二硫键是由两个在相同或不同的蛋白质链上的半胱氨酸上形成的共价交联,与蛋白质的折叠息息相关,可以维持蛋白质结构稳定[1]。目前为止,对二硫键的预测总体分为三类[2]:1)对二硫键的成键状态预测;……
登录APP查看全文
