基于优化的GBM算法识别金属离子配体结合残基

论文摘要

金属离子配体具有体积小、灵活等特点,与蛋白质结合有着不同于其它配体的特殊性,因此准确的识别金属离子配体结合位点具有极强的挑战性.本文基于蛋白质的一级序列信息,选取了氨基酸及其物化特征、预测的二级结构信息为基础参数,利用离散增量算法和位置权重矩阵打分算法将这些高维特征投影至20维的向量空间并作为预测特征参数输入优化的GBM算法中,对10种金属离子配体结合残基进行了5交叉检验预测,得到了好于前人的预测结果.结果发现:每种金属离子配体偏好的优化参数不同,优化的GBM算法能给出最佳的预测结果.

论文目录

• 1 材料和方法
•   1.1 数据集的选取
•   1.2 特征参数的选取
•     1.2.1 氨基酸组分信息的统计分析
•     1.2.2 位点氨基酸保守信息的统计分析
•     1.2.3 预测的二级结构和相对溶剂可及性面积信息
•     1.2.4 氨基酸的物理化学性质
•   1.3 特征提取算法
•     1.3.1 离散增量算法
•     1.3.2 位置权重矩阵打分算法
•   1.4 分类预测算法
•   1.5 评价指标
• 2 结果与讨论
•   2.1 特征参数的提取
•   2.2 计算结果与讨论
•     2.2.1 最优算法参数的确定
•     2.2.2 金属离子配体结合残基的预测结果
•   2.3 与前人预测结果的比较
• 3 结论

文章来源

类型: 期刊论文

作者: 徐爽,胡秀珍,张晓瑾,孙锴

关键词: 金属离子配体,结合残基,算法,最优算法参数

来源: 内蒙古工业大学学报(自然科学版) 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学,信息科技

专业: 生物学,自动化技术

单位: 内蒙古工业大学理学院

基金: 国家自然科学基金项目(61961032)

分类号: Q51;TP183

DOI: 10.13785/j.cnki.nmggydxxbzrkxb.2019.05.002

页码: 328-339

总页数: 12

文件大小: 1448K

下载量: 35