姜彬
- 作品数：3 被引量：3H指数：1
- 供职机构：国防科学技术大学计算机学院并行与分布处理国家重点实验室更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术生物学更多>>
- 膜蛋白分类问题的特征提取算法研究
- 20世纪90年代初期开始实施的人类基因组计划(HGP),在各国科学家的共同努力下取得了巨大的成就,促进了基因组学和蛋白质组学的极大发展。现今,生物信息的信息量空前增长,人类获得了海量的氨基酸残基序列信息,蛋白质序列数据库...
- 姜彬
- 关键词：蛋白质组学膜蛋白特征提取相关系数
- k子串离散源结合加权KNN算法预测膜蛋白类型
- 2009年
- 膜蛋白是生物膜功能的主要体现者,是细胞执行各种功能的物质基础,在细胞中发挥着至关重要的作用。分类预测未知类型的膜蛋白对于生物学相关研究具有指导性意义,是膜蛋白结构与功能研究领域的一项重要基础性工作。针对膜蛋白分类预测问题,利用k子串离散源的方法对膜蛋白序列进行特征提取,并融合最小离散增量方法和加权K近邻算法构建一种新型的膜蛋白分类预测模型,在自检验、Jackknife检验和独立测试集检验三种典型的检验方式下,预测准确率分别为99.95%、86.16%和98.36%。实验结果表明,k子串离散源方法能够有效提取膜蛋白序列的特征信息,与现有方法相比,该分类模型具有较高的分类预测成功率。
- 姜彬王正华王勇献贺细平
- 关键词：膜蛋白K近邻
- 多特征融合提取算法结合支持向量机预测膜蛋白类型被引量：2
- 2009年
- 针对膜蛋白分类预测问题,在氨基酸组分基础上引入氨基酸位置信息,计算多种氨基酸残基指数的相关系数并选择最优组合方式;融合2类特征信息对膜蛋白序列进行特征提取;采用支持向量机算法作为分类器,构建了一种新型膜蛋白分类模型,在自检验、Jackknife检验和独立测试集检验3种典型方式下,预测准确率分别为98.25%、88.10%和95.62%.结果表明,多特征融合能够有效提取膜蛋白序列的特征信息,与现有方法相比,该分类模型具有较高的分类预测成功率.
- 姜彬王正华王勇献贺细平
- 关键词：膜蛋白相关系数支持向量机
