序列蛋白质-GDP绑定位点预测

摘要：

正确地识别蛋白质-二磷酸鸟苷(Guanosine Diphosphate,GDP)绑定位点对于蛋白质功能分析和药物设计有非常重要的意义.蛋白质-GDP绑定位点预测是一个典型的不平衡学习问题.直接应用传统的机器学习方法是不合适的,而且会使预测结果偏向大多数类.为了解决这个问题,在基于稀疏表示的位置特异性得分矩阵特征基础上,提出了加权下采样方法来使得样本平衡,采用支持向量机算法来预测.实验结果表明提出的方法能获得更高的预测性能.

关键词：蛋白质-GDP绑定预测、位置特异性得分矩阵、稀疏表示、加权下采样、支持向量机

所属期刊栏目：52

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金61373062

在线出版日期：2016-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：55-59,75