[發明專利]基于加權組成位置向量和支持向量機的蛋白質結構類預測方法

在審

• 申請號: 201510429363.1
• 申請日: 2015-07-21
• 公開（公告）號: CN105205343A
• 公開（公告）日: 2015-12-30
• 發明（設計）人: 鄒小勇;周喜斌;李占潮;戴宗
• 申請（專利權）人: 廣東順德中山大學卡內基梅隆大學國際聯合研究院;中山大學
• 主分類號: G06F19/12
• 分類號: G06F19/12
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

1.一種基于加權組成位置向量和支持向量機的蛋白質結構類預測方法，其特征在于，包括以下步驟：

S1.選取或構建蛋白質結構類標準數據集；

S2.用加權組成位置向量的蛋白質序列表征方法表征步驟S1數據集中的每一條蛋白質序列，加權組成位置向量可以表示如下：

X＝(c₁，c₂，…，c₂₀，c′₁，c′₂，…，c′₂₀)^T

X是40維特征向量，前20個元素是氨基酸組成，后20個元素是加權的位置向量，計算如下：

式中，w為權重因子，為一大于0的整數

L是蛋白質序列的長度；

l是第i種氨基酸在蛋白質序列中出現的次數；

p_ij是第i種氨基酸在蛋白質序列中所處的第j個位置；

S3.將加權組成位置向量與支持向量機結合，采用直接的多類分類策略，預測蛋白質結構。

2.根據權利要求1所述的基于加權組成位置向量和支持向量機的蛋白質結構類預測方法，其特征在于，針對不同的數據集，所述w的最優值不同。

3.根據權利要求2所述的基于加權組成位置向量和支持向量機的蛋白質結構類預測方法，其特征在于，使用5折交叉方法驗證選擇w的最優值。

4.根據權利要求1所述的基于加權組成位置向量和支持向量機的蛋白質結構類預測方法，其特征在于，步驟S3選取徑向基核函數來建立預測模型，g為徑向基寬度參數。

5.根據權利要求4所述的基于加權組成位置向量和支持向量機的蛋白質結構類預測方法，其特征在于，徑向基寬度參數g通過5-折交叉驗證優化選擇。

6.根據權利要求4所述的基于加權組成位置向量和支持向量機的蛋白質結構類預測方法，其特征在于，懲罰參數C通過5-折交叉驗證優化選擇。

7.根據權利要求1所述的基于加權組成位置向量和支持向量機的蛋白質結構類預測方法，其特征在于，利用軟件包LibSVM完成支持向量機的計算。

8.權利要求1～7任一所述方法在蛋白質預測中的應用。