本發明提供一種基于兩層SVM學習機制的蛋白質結晶預測方法。首先,利用PSI-BLAST從蛋白質序列信息中獲取蛋白質的進化信息;再從序列信息、蛋白質進化信息、氨基酸物理化學屬性等信息中抽取AAC、DiAAC、TriAAC、PseAAC、PsePSSM五種視角特征;然后,使用五種視角特征訓練一個兩層SVM預測模型(2L-SVM);然后,再使用2L-SVM模型進行預測:(1)將得到的五種視角特征分別輸入到2L-SVM中所對應的第一層模型中,將得到五個概率輸出輸入2L-SVM的第二層預測模型中得到預測概率;最后,使用閾值分割技術得到最終決策。該方法的優點在于:使用五種不同視角的特征,增加有效鑒別信息,提升模型的預測能力;而且使用2L-SVM預測模型,有效的避免不同視角之間相互干擾導致的信息丟失,提高模型的預測精度。
聲明:
“基于兩層SVM學習機制的蛋白質結晶預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)