基于SVM的蛋白質(zhì)折疊子識(shí)別研究.pdf

1、本文基于計(jì)算機(jī)技術(shù)和生物學(xué)原理，以蛋白質(zhì)序列中蘊(yùn)含的生物信息分類為依據(jù)，對(duì)蛋白質(zhì)中α類、β類、α+β類及α/β類中樣本數(shù)量較多的27類折疊子類型進(jìn)行識(shí)別研究，提出了一種基于統(tǒng)計(jì)量“矩”的特征向量表示法，并進(jìn)一步構(gòu)建IDAG-SVM多分類器進(jìn)行識(shí)別，其主要研究為以下幾方面： 第一，提出了矩描述子特征向量表示法。在研究了Dubchak特征向量表示法的基礎(chǔ)上，利用統(tǒng)計(jì)學(xué)中的“矩”來(lái)描述氨基酸殘基的順序和位置信息，構(gòu)建了矩描述子特征向量

2、集?！熬亍钡囊耄朔薉ubchak不能描述蛋白質(zhì)氨基酸序列的順序和耦合信息的缺點(diǎn)，使得新特征向量表示法能夠有效的描述氨基酸組成、順序和耦合信息等重要蛋白質(zhì)序列特征。 第二，設(shè)計(jì)了IDAG-SVM多分類器。對(duì)常見支持向量機(jī)多類分類算法(“一對(duì)多”、“一對(duì)一”和有向無(wú)環(huán)圖DAG)的原理和優(yōu)缺點(diǎn)進(jìn)行研究和分析。在此基礎(chǔ)上，引入了一種以類樣本分布情況生成有向無(wú)環(huán)圖思想，提出改進(jìn)的有向無(wú)環(huán)圖多分類算法(IDAG)，用于蛋白質(zhì)折疊子識(shí)別