以位置特异性得分矩阵和基因本体为特征的蛋白质亚细胞定位预测

发布时间：2018-02-22 01:54

本文关键词： 定位预测蛋白质亚细胞位置特异性得分矩阵基因本体多标签分类　出处：《福州大学学报(自然科学版)》2017年01期 　论文类型：期刊论文

【摘要】：提出一种蛋白质亚细胞定位预测方法.该方法以位置特异性得分矩阵和基因本体抽取对应特征,结合支持向量机构建多标签分类模型.充分考虑了蛋白质进化信息对其亚细胞定位的影响,并基于文本分类中涉及到的卡方检验的对数变换思想,构建基因本体注释信息的加权系数对其进行加权处理,从而提高预测的准确率.采用支持向量机作为基分类器构建多标签分类模型,进一步提高预测的准确率.通过在目前该领域两个常用的真实数据集上进行的一系列测试结果表明,该方法能有效提高蛋白质亚细胞定位预测的准确率.
[Abstract]:A protein subcellular localization prediction method is proposed, in which the location specificity score matrix and the gene body are used to extract the corresponding features. A multi-label classification model based on support vector mechanism is built. The influence of protein evolution information on subcellular localization is fully considered, and based on the logarithmic transformation idea of chi-square test involved in text classification. The weighted coefficients of the annotation information of gene ontology are constructed to improve the accuracy of prediction. Support vector machine (SVM) is used as the base classifier to construct the multi-label classification model. A series of test results on two common real data sets in this field show that this method can effectively improve the accuracy of protein subcellular localization prediction.
【作者单位】：福州大学数学与计算机科学学院;
【基金】：福建省自然科学基金资助项目(2012J05114) 福建省产学研重大专项基金资助项目(2012G106)
【分类号】：Q51

【相似文献】