“shsusiwgtwki”通过精心收集，向本站投稿了2篇基于N端信号的蛋白质亚细胞定位识别，小编在这里给大家带来基于N端信号的蛋白质亚细胞定位识别，希望大家喜欢!
篇1：基于N端信号的蛋白质亚细胞定位识别
基于N端信号的蛋白质亚细胞定位识别
对未知蛋白的功能注释是蛋白质组学的主要目标.一个关键的注释是蛋白质亚细胞定位的预测.应用基于多样性增量的`二次判别分析(Increment of Diversity with Quadratic Discriminant analysis, IDQD)方法进行蛋白质亚细胞定位预测,对4个植物定位类型和3个非植物定位类型,5-fold交叉检验的总精度分别为87%和91%,所得结果与已有模型相比,预测结果较好.
作 者：贾芸 赵巨东 吕军 JIA Yun ZHAO Ju-dong LV Jun 作者单位：内蒙古工业大学理学院物理系,呼和浩特,010051 刊 名：内蒙古工业大学学报（自然科学版） ISTIC英文刊名：JOURNAL OF INNER MONGOLIA UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION) 年，卷(期)： 27(2) 分类号：Q61 关键词：亚细胞定位 多样性增量 二次判别分析 氨基酸组分 N端信号篇2：基于分段伪氨基酸组成成分特征提取方法预测蛋白质亚细胞定位
基于分段伪氨基酸组成成分特征提取方法预测蛋白质亚细胞定位
蛋白质的亚细胞定位与蛋白质的.功能密切相关,其定位预测有助于人们了解蛋白质功能.文章提出一种分段伪氨基酸组成成分特征提取方法,采用支持向量机算法对Chou构建的两个蛋白质亚细胞定位数据集(C2129,CS2423)进行了分类研究,并采用总分类精度Q3、内容平衡精度指数Q9等参数评估预测分类系统性能.预测结果表明,基于分段伪氨基酸组成成分特征提取方法的预测性能,优于基于完整蛋白质序列的伪氨基酸组成成分特征提取方法.例如,基于分段矩描述子伪氨基酸组成成分特征提取方法,数据集C2129的Q3和Q9分别为84.7%和60.8%,比基于完整蛋白质序列的矩描述子伪氨基酸组成成分特征提取方法分别提高1.8和2.2个百分点,且Q3比现有Xiao等人的方法提高了9.1个百分点.基于分段伪氨基酸组成成分特征提取方法构成的特征向量不仅包含残基之间的位置信息,而且还包含蛋白质子序列之问的耦合信息,另外蛋白质分段子序列可能和蛋白质的功能域有一定的联系,从而使这一方法能够有效地预测蛋白质亚细胞定位.
作 者：杨会芳 程咏梅 张绍武 潘泉 YANG Hui-fang CHENG Yong-mei ZhANG Shao-wu PAN Quan 作者单位：西北工业大学自动化学院,西安,710072 刊 名：生物物理学报 ISTIC PKU英文刊名：ACTA BIOPHYSICA SINICA 年，卷(期)：2008 24(3) 分类号：O61 关键词：分段伪氨基酸组成成分 支持向量机 特征提取 亚细胞定位
