本发明提供一种基于两层SVM学习机制的蛋白质结晶预测方法。首先,利用PSI-BLAST从蛋白质序列信息中获取蛋白质的进化信息;再从序列信息、蛋白质进化信息、氨基酸物理化学属性等信息中抽取AAC、DiAAC、TriAAC、PseAAC、PsePSSM五种视角特征;然后,使用五种视角特征训练一个两层SVM预测模型(2L-SVM);然后,再使用2L-SVM模型进行预测:(1)将得到的五种视角特征分别输入到2L-SVM中所对应的第一层模型中,将得到五个概率输出输入2L-SVM的第二层预测模型中得到预测概率;最后,使用阈值分割技术得到最终决策。该方法的优点在于:使用五种不同视角的特征,增加有效鉴别信息,提升模型的预测能力;而且使用2L-SVM预测模型,有效的避免不同视角之间相互干扰导致的信息丢失,提高模型的预测精度。
声明:
“基于两层SVM学习机制的蛋白质结晶预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)