2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、近年的研究表明,某些膜蛋白結(jié)構(gòu)或者功能的改變與人類疾病的產(chǎn)生有著密切的聯(lián)系,相應受體膜蛋白也成為藥物設計的重要靶點,因此分析膜蛋白的結(jié)構(gòu)意義重大。傳統(tǒng)生物學實驗測定膜蛋白結(jié)構(gòu)的方法,存在著測定過程復雜,實驗周期長等缺點,因此利用模式識別技術(shù)來預測膜蛋白結(jié)構(gòu)成為一個非常有效的手段。
   本文研究膜蛋白跨膜螺旋預測:使用自組織映射網(wǎng)絡(SOM)對訓練集樣本進行學習,以消除樣本噪聲并得到樣本的分布特性;學習得到的樣本的分布特性編碼在

2、SOM的權(quán)向量中,并作為優(yōu)化后的訓練樣本。在預測階段,采用K近鄰(KNN)和支持向量機,首先計算出膜蛋白序列中每個氨基酸屬于跨膜的概率,然后使用動態(tài)閾值分割技術(shù)得到膜蛋白的跨膜段。
   在兩個標準數(shù)據(jù)集上的交叉驗證實驗結(jié)果表明:使用SOM進行樣本的預處理可以顯著提升預測的速度,并在一定程度上提升預測精度。與THUMBUP、HMMTOP、SOSUI、DAS-Tmfilter、TOP-PRED、TMHMM、PHOBIUS、MemB

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論