基于Ensemble SVM的蛋白质结构域边界预测

摘要：

针对蛋白质结构域边界预测问题,提出一种基于机器学习算法的从头预测方法.通过评估不同特征组合,选取最优特征来训练SVM分类器,使用基于Ensemble SVM模型的方法预测蛋白质结构域边界.采用下采样的方法解决训练过程中样本严重不平衡性问题.实验结果表明 ,在包含143个单结构域蛋白质和122个多结构域蛋白质的数据集上,该方法蛋白质结构域数目的预 测精度为66.4%,蛋白质结构域边界的精确率和召回率分别为35.9%和55.0%.

关键词：蛋白质结构域、机器学习、EnsembleSVM、分类器

所属期刊栏目：37

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金61462018;广西可信软件重点实验室基金KX201403;广西高校图像图形智能处理重点实验室基金GIIP201502

在线出版日期：2017-04-14（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：63-67