基于两层分类器的半胱氨酸氧化还原状态预测方法
提出了两层混合分类器来预测蛋白质半胱氨酸氧化还原状态,第一层总体线性分类器利用氨基酸百分含量作为输入信息,第二层局部SVM分类器利用半胱氨酸周围局部序列作为输入信息.以2002年4月份的PISCES culled PDB数据库中的639条蛋白质多肽链作为研究对象,共含有584条二硫键,2 904个半胱氨酸.经严格的折叠刀方法检验,预测半胱氨酸的氧化还原状态准确率最高可达84.1%(半胱氨酸水平)和80.1%(蛋白质水平).结果表明这种将蛋白质总体信息与局部上下文序列信息结合起来构建的两层混和分类器具有较高的预测准确率.研究结果也表明总体氨基酸百分含量和半胱氨酸周围局部序列都携带有二硫键形成的相关信息,暗示了半胱氨酸是否形成二硫键不但取决于蛋白质全局的结构信息同时也受到局部序列信息的影响.
作 者： 宋江宁 李炜疆 须文波 SONG JiangNing LI WeiJiang XU WenBo 作者单位： 宋江宁,李炜疆,SONG JiangNing,LI WeiJiang(江南大学工业生物技术教育部重点实验室,江苏,无锡,214036;江南大学生物工程学院,江苏,无锡,214036)须文波,XU WenBo(江南大学信息工程学院,江苏,无锡,214036)
刊 名： 计算机与应用化学 ISTIC PKU 英文刊名： COMPUTERS AND APPLIED CHEMISTRY 年，卷(期)： 2006 23(2) 分类号： Q61 关键词： 二硫键 半胱氨酸 氨基酸百分含量 支持向量机 协同性