基于支持向量機的蛋白質二級結構預測新算法及其在血管蛋白質研究中的初步應用.pdf

1、蛋白質空間結構研究已成為后基因組時代生命科學領域的研究熱點之一。目前，通過生物學實驗方法測得結構的蛋白質只有4萬多個，遠遠落后于蛋白質序列的測序速度，使用計算機和數(shù)學的理論方法預測蛋白質結構勢在必行。然而，直接從蛋白質一級序列預測其三維空間結構存在諸多困難，并且在對蛋白質分子的深入研究后發(fā)現(xiàn)由二級結構組裝而成的空間結構是有限的。因此，從蛋白質序列先預測出二級結構，再由二級結構預測三級結構便成為蛋白質結構研究中一條有效的途徑。本文以經(jīng)典的

2、22維氨基酸編碼矩陣為基礎引入了24維的混合編碼矩陣，提出了一種基于此編碼矩陣和支持向量機的蛋白質二級結構預測新算法并驗證了其優(yōu)越性。我們利用PDB SELECT和HSSP等蛋白質數(shù)據(jù)庫構建了3個分別包含141、212和365個蛋白的相互獨立的非冗余數(shù)據(jù)集，并在每個數(shù)據(jù)集上分別進行7折交叉驗證。結果表明，混和編碼在包含365個蛋白的數(shù)據(jù)集上獲得了78.96 %的預測準確率(Q3)，比使用經(jīng)典編碼并基于同樣數(shù)據(jù)集的預測結果提高近3 %。同