29899.蛋白質(zhì)超二級(jí)結(jié)構(gòu)預(yù)測(cè)研究

1、重慶大學(xué)博士學(xué)位論文蛋白質(zhì)超二級(jí)結(jié)構(gòu)預(yù)測(cè)研究姓名：鄒東升申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：計(jì)算機(jī)軟件與理論指導(dǎo)教師：何中市20090527重慶大學(xué)博士學(xué)位論文器，取得了較高的預(yù)測(cè)精度。③使用提出的p發(fā)夾特征表達(dá)方法，首次將離散增量結(jié)合二次判別分析方法用于B發(fā)夾的預(yù)測(cè)。在ArchDB40數(shù)據(jù)集、Kumar數(shù)據(jù)集、CASP6數(shù)據(jù)集上均取得較高的的預(yù)測(cè)精度。上述工作充分說(shuō)明：本文提出的新的p發(fā)夾特征表達(dá)方法是有效的。④將特殊超二級(jí)結(jié)構(gòu)特征表達(dá)策略進(jìn)一步

2、推廣到一般超二級(jí)結(jié)構(gòu)特征表達(dá)。用離散量及離散增量表達(dá)一般超二級(jí)結(jié)構(gòu)序列的表征信息。用氨基酸基本組成成份，二肽成份以及氨基酸組成分布三種方式表達(dá)一般超二級(jí)結(jié)構(gòu)特征。每個(gè)超二級(jí)結(jié)構(gòu)序列表達(dá)成一個(gè)36維的特征向量，用作分類(lèi)器的輸入。實(shí)驗(yàn)數(shù)據(jù)集選擇ArchDB40數(shù)據(jù)庫(kù)中9180個(gè)pp模體、5737個(gè)腳模體、6378個(gè)砷模體、4176個(gè)嗍模體。將支持向量機(jī)用于超二級(jí)結(jié)構(gòu)的預(yù)測(cè)，在訓(xùn)練集及獨(dú)立測(cè)試集均取得較高的預(yù)測(cè)精度。⑤首次將二次判別分析方法用