使用伪氨基酸组成和模糊支持向量机预测蛋白质结构类

摘要: 蛋白质结构类预测是生物信息和蛋白质科学中重要的研究领域。基于Chou 提出的伪氨基酸离散模型框架, 从蛋白质序列出发, 设计一种新的伪氨基酸组成方法表示蛋白质序列样本。抽取氨基酸组合( 10-D) 在序列中出现的频率和疏水氨基酸模式( 6-D) 表示蛋白质序列的附加特征, 用和传统的氨基酸组成( 20-D) 一起构成的36 维的伪氨基酸组成向量来表示蛋白质序列的特征。使用遗传算法来优化附加特征的权重系数。伪氨基酸组成向量作为输入数据, 模糊支持向量机作为预测工具。使用三个常用的标准数据集来验证算法的性能。Jackknife检验结果说明本方法具有较高的准确率, 有望成为潜在的预测蛋白质功能的工具。