-
题名序列蛋白质-GDP绑定位点预测
被引量：2
- 1
-
-
作者
石大宏
何雪
-
机构
南京理工大学计算机科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第13期55-59,75,共6页
-
基金
国家自然科学基金(No.61373062)
-
文摘
正确地识别蛋白质-二磷酸鸟苷(Guanosine Diphosphate,GDP)绑定位点对于蛋白质功能分析和药物设计有非常重要的意义。蛋白质-GDP绑定位点预测是一个典型的不平衡学习问题。直接应用传统的机器学习方法是不合适的,而且会使预测结果偏向大多数类。为了解决这个问题,在基于稀疏表示的位置特异性得分矩阵特征基础上,提出了加权下采样方法来使得样本平衡,采用支持向量机算法来预测。实验结果表明提出的方法能获得更高的预测性能。
-
关键词
蛋白质-gdp绑定预测
位置特异性得分矩阵
稀疏表示
加权下采样
支持向量机
-
Keywords
protein-gdp binding prediction
position specific scoring matrix
sparse representation
weighted under-sampling
support vector machine
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名识别蛋白质配体绑定残基的生物计算方法综述
被引量：3
- 2
-
-
作者
於东军
朱一亨
胡俊
-
机构
南京理工大学计算机科学与工程学院
-
出处
《数据采集与处理》
CSCD
北大核心
2018年第2期195-206,共12页
-
基金
国家自然科学基金(61772273
61373062)资助项目
-
文摘
蛋白质与配体相互作用在生命过程中是普遍存在且不可或缺的,这种相互作用在生物分子的识别和信号传递过程中起着非常重要的作用。识别出蛋白质与配体相互作用的绑定残基对蛋白质功能研究、药物设计和筛选都有着重要的科学意义,而生物计算方法是蛋白质与配体绑定残基预测研究中的一种重要手段。本文首先给出了蛋白质与配体相互作用的绑定残基的一般性定义;其次,总结出了一种蛋白质与配体绑定残基预测方法的分类体系,并对其中一些代表性的预测方法进行了简要阐述;再次,给出了蛋白质与配体绑定残基预测研究中常用的数据库和评价指标,并通过在相关数据集上进行实验比较了具有代表性的预测方法的性能;最后,对若干挑战性问题进行分析并预测该领域未来的研究方向,以期对相关研究提供一定的参考。
-
关键词
蛋白质与配体相互作用
绑定残基预测
分类体系
性能比较
-
Keywords
protein-ligand interaction
binding residues prediction
systematic category
performance comparisons
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
