蛋白质二级结构预测的一种新的编码方式 - 计算机工程与应用.pdfVIP

Computer Engineering and Applications 计算机工程与应用 2011 ，47 （18） 163 蛋白质二级结构预测的一种新的编码方式 李汪根，叶小娇，黄尧颖 LI Wanggen ，YE Xiaojiao ，HUANG Yaoying 安徽师范大学 数学计算机学院，安徽 芜湖 241003 College of Mathematics and Computer Science ，Anhui Normal University ，Wuhu ，Anhui 241003 ，China LI Wanggen ，YE Xiaojiao ，HUANG Yaoying.Novel coding scheme of protein secondary structure prediction.Computer Engineering and Applications ，2011 ，47 （18）：163-165. Abstract ：Coding scheme plays an important role on determining the protein secondary structure prediction.A new compre- hensive coding scheme is suggested to use for single-sequence protein secondary structure prediction.The method regards not only the trending factor of every amino acid appearance in protein secondary structure ，but also the value of amino acid hydrophobicity ，and it uses binary form to express all kinds of amino acid.The different code schemes are used to state the date set of CB513.Then ，the theory of Support Vector Machine （SVM）is applied to protein secondary structure prediction. The results show that the prediction accuracy of the new coding scheme are about 1.48% and 10.68% higher than the classi- cal orthogonal matrix and the five coding ，respectively.It showes that this coding is more suitable for non-homologous or lower homologous protein structure prediction. Key words ：coding scheme ；protein secondary structure prediction ；Support Vector Machine（SVM） 摘 要：编码方式是影响蛋白质二级结构预测准确率的重要因素之一。针对单序列蛋白质二级结构预测问题，提出了一种新的 综合编码方法。该编码是根据氨基酸出现在每种二级结构中的倾向因子以及氨基酸的疏水性值进行分类，并以二进制形式来表 示每类氨基酸的编码方法。在相同的实验条件下，首先用不同的编码方式对数据集CB513 进行编码，然后采用支持向量机的方 法进行训练建模预测。实验结果显示提出编码的预测准确率比20 位正交编码和5 位编码分别高出1.48%和10.68%。可见，该编 码比较适合非同源或低同源蛋白质结构预测。 关键词：编码方式；蛋白质二级结构预测；支持向量机 DOI ：10.3778/j.issn. 1002-8331.2011.18.047 文章编号：1002-8331（2011 ）18-0163-03 文献标识码：A 中图分类号：TP 181 1 引言 预测准确率提升到70% 以上。Hua 首次把支持向量机运用到 蛋白质结构研究意义重大，分析蛋白质结构、功能及其关