面向蛋白質(zhì)二級結(jié)構(gòu)預(yù)測的特征提取方法研究.pdf

1、生物信息學(xué)不單單是一個(gè)最近興起的學(xué)科，并且在以后的研究工作的開拓當(dāng)中也是一個(gè)極為重要的開發(fā)對象。生物信息學(xué)是一門全面系統(tǒng)的學(xué)科，它結(jié)合了生物和與生物相關(guān)的系統(tǒng)，在生物系統(tǒng)當(dāng)中，它是將信息匯入和信息實(shí)質(zhì)進(jìn)行歸納的。人們在正確選擇這個(gè)領(lǐng)域的研發(fā)方向之前，首先必須要進(jìn)行大量的數(shù)據(jù)資料分析，這些數(shù)據(jù)資料是與生物信息學(xué)相關(guān)的。
　　當(dāng)前，生物信息學(xué)的發(fā)展是非常迅速的，而DNA序列和氨基酸序列的增長也是非常的快，從而，生物學(xué)就增加了大量的數(shù)據(jù)

2、。這時(shí)候，那些之前直觀獲取蛋白質(zhì)結(jié)構(gòu)的方法（如實(shí)驗(yàn)法）已經(jīng)跟不上數(shù)據(jù)的增長速度了。也就在這時(shí)，機(jī)器學(xué)習(xí)的方式進(jìn)入了人們的研究當(dāng)中，因?yàn)闄C(jī)器學(xué)習(xí)可以解決模式識別與分類的問題。本文以CB513和RS126作為數(shù)據(jù)集，使用支持向量機(jī)作為分類方法，提取了氨基酸序列、疏水性、偶極矩、PSSM矩陣作為特征，其具體研究工作如下：
　　首先使用氨基酸序列作為特征，滑動(dòng)窗口設(shè)置為13，得到的預(yù)測結(jié)果不是很高；第二，為了提高預(yù)測精度，本文在氨基酸序列