基于频繁模式的蛋白质序列分类

摘要: 蛋白质序列的分类是预测新蛋白质序列的结构和功能的重要方法, 已有的方法主要基于序列比对或概率后缀树。文章设计一种基于频繁模式的蛋白质序列分类算法CFS, 使用每类数据独有的频繁模式代表该类,然后应用各类的频繁模式对测试数据进行分类。试验结果表明, CFS 方法可以获得较好的分类精确度, 使用频繁模式作为类代表, 使得分类更直观, 易于理解, 而且更具有生物信息学意义。