基于分段伪氨基酸组成成分特征提取方法预测蛋白质亚细胞定位

摘要: 蛋白质的亚细胞定位与蛋白质的功能密切相关, 其定位预测有助于人们了解蛋白质功能。文章提出一种分段伪氨基酸组成成分特征提取方法, 采用支持向量机算法对Chou 构建的两个蛋白质亚细胞定位数据集（C2129, CS2423）进行了分类研究, 并采用总分类精度Q3、内容平衡精度指数Q9 等参数评估预测分类系统性能。预测结果表明, 基于分段伪氨基酸组成成分特征提取方法的预测性能, 优于基于完整蛋白质序列的伪氨基酸组成成分特征提取方法。例如, 基于分段矩描述子伪氨基酸组成成分特征提取方法, 数据集C2129 的Q3 和Q9 分别为84.7% 和60.8%, 比基于完整蛋白质序列的矩描述子伪氨基酸组成成分特征提取方法分别提高1.8 和2.2 个百分点, 且Q3 比现有Xiao 等人的方法提高了9.1 个百分点。基于分段伪氨基酸组成成分特征提取方法构成的特征向量不仅包含残基之间的位置信息, 而且还包含蛋白质子序列之间的耦合信息, 另外蛋白质分段子序列可能和蛋白质的功能域有一定的联系, 从而使这一方法能够有效地预测蛋白质亚细胞定位。