互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于条件随机场进行蛋白质二级结构预测


□ 罗 亮 邵泽辉

  (华中科技大学 控制科学与工程系, 武汉 430074)
  
  摘 要:使用一种新的概率图模型——条件随机场对蛋白质二级结构进行预测,并给出了模型的构建、训练以及解码的算法。应用这一模型对一个典型的蛋白质数据集CB513的二级结构进行了预测,并将预测结果与其他方法进行比较,预测准确度有明显的提高。
  关键词:二级结构预测;条件随机场;概率图模型
  中图分类号:O224;TP301 文献标志码:A
   文章编号:10013695(2009)03083202
  
  Protein secondary structure predict based on conditional random fields
  
  LUO Liang, SHAO Zehui
  
  (Dept. of Control Science & Engineering, Huazhong University of Science & Technology, Wuhan 430074, China)
  
  Abstract:Conditional random fields(CRFs) is a new probabilistic graph model and this work introduce conditional random fields in protein secondary structure prediction. This paper gave the method of constructing the model and the algorithms to train and decode the model and used the model to predict the second structure of a famous protein dataset(CB513). Finallycompared the results with some other methods.
  Key words:prediction of protein secondary structure; conditional random fields(CRFs); probabilistic graph model
  
  蛋白质是生命科学研究的重要对象,研究蛋白质的功能需要了解它们的结构,特别是空间结构,因为结构决定功能。X射线晶体衍射分析法和多维核磁共振技术是测定蛋白质空间结构的两种主要实验方法,然而实验方法不仅耗资耗时,还受实验条件的限制,而且用实验方法测定结构的速度和人类的测序速度之间还存在很大的差距。而蛋白质的空间折叠结构取决于构成该蛋白质的氨基酸序列[1], 即蛋白质的空间折叠结构的全部信息都隐藏在氨基酸序列中。因此蛋白质结构预测问题是当前国际上最具有理论研究和实际应用价值的问题之一。目前,解决蛋白质二级结构预测方法非常多,也取得了比较好的预测结果,如神经网络[2, 3]、支持向量机[4~8]、隐马尔可夫模型(HMM)[9~12]、半马尔可夫模型(SSMM)[13]、最大熵模型(MEM)[14]等。 ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017