向妍
- 作品数：2 被引量：2H指数：1
- 供职机构：湖南农业大学更多>>
- 发文基金：国家教育部博士点基金湖南省自然科学基金长沙市科技计划项目更多>>
- 相关领域：生物学更多>>
- 支持向量机用于蛋白质糖基化及磷酸化位点预测研究
- 蛋白质翻译后修饰的位点识别是蛋白质组学的重要任务,传统实验识别方法耗时费力,机器学习是解决这类生物信息学问题的有效手段,其主要包括数据预处理、蛋白质序列表征、特征选择、分类器构建与模型验证五个环节。其中,序列表征是位点识...
- 向妍
- 关键词：蛋白质翻译后修饰磷酸化
- 文献传递
- 基于三类特征融合的O-糖基化位点预测被引量：1
- 2016年
- 糖基化是蛋白质翻译后的主要修饰,O-糖基化的固定模式未知,高精度识别O-糖基化位点是机器学习面临的挑战性问题.以迄今最大的人O-糖基化位点Steentoft数据集为基础,本文首次提出了基于位置的卡方差表特征χ^2pos,融合伪氨基酸序列进化信息Pse PSSM以及无方向的k间隔氨基酸对组分Undirected-CKSAAP表征序列,构建5个正负样本均衡的支持向量机分类器,经加权投票,独立测试准确率、Matthew相关系数及ROC曲线下面积,分别达到了89.62%、0.79、0.96,明显优于文献报道结果.χ^2pos、Pse PSSM与Undirected-CKSAAP三种特征的融合在蛋白质糖基化、磷酸化等位点预测中有广泛应用前景.
- 向妍陈渊谭泗桥袁哲明
