应用优化的隐马尔可夫模型预测蛋白质二级结构

摘要：

针对3-状态隐马尔可夫模型(HMM)预测蛋白质二级结构准确率不高的问题,提出了7-状态和15-状态HMM.研究对象为CB513数据集合中筛选出的492条蛋白质序列,将其随机均分7组.分别应用7-状态和15-状态HMM对以上数据集进行二级结构预测,对预测准确率进行了7-交叉验证,并将预测结果与应用3-状态HMM的预测结果进行了比较.结果表明,应用7-状态HMM,Q3准确率提高3.11%,SOV提高6.15%,QE提高6.49%;应用15.状态HMM,QE比7-状态HMM又提高5.74%.在15-状态:HMM预测中加入序列的同源信息后,Q3准确率比单序列15-状态HMM增加8.76%.结果表明,7-状态HMM预测能力优于3-状态HMM,15-状态HMM总体预测能力和7-状态HMM相当,但β折叠预测能力强于7-状态HMM.

关键词：蛋白质二级结构预测、隐马尔可夫模型(HMM)、7-状态、15-状态

所属期刊栏目：18

分类号：TN9;F71

资助基金：国家自然科学基金30770545

在线出版日期：2008-11-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：738-742