[发明专利]基于加权组成位置向量和支持向量机的蛋白质结构类预测方法

权利要求书

1.一种基于加权组成位置向量和支持向量机的蛋白质结构类预测方法，其特征在于，包括以下步骤：

S1.选取或构建蛋白质结构类标准数据集；

S2.用加权组成位置向量的蛋白质序列表征方法表征步骤S1数据集中的每一条蛋白质序列，加权组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维特征向量，前20个元素是氨基酸组成，后20个元素是加权的位置向量，计算如下：

式中，w为权重因子，为一大于0的整数

L是蛋白质序列的长度；

l是第i种氨基酸在蛋白质序列中出现的次数；

p_ij是第i种氨基酸在蛋白质序列中所处的第j个位置；

S3.将加权组成位置向量与支持向量机结合，采用直接的多类分类策略，预测蛋白质结构。

2.根据权利要求1所述的基于加权组成位置向量和支持向量机的蛋白质结构类预测方法，其特征在于，针对不同的数据集，所述w的最优值不同。

3.根据权利要求2所述的基于加权组成位置向量和支持向量机的蛋白质结构类预测方法，其特征在于，使用5折交叉方法验证选择w的最优值。

4.根据权利要求1所述的基于加权组成位置向量和支持向量机的蛋白质结构类预测方法，其特征在于，步骤S3选取径向基核函数来建立预测模型，g为径向基宽度参数。

5.根据权利要求4所述的基于加权组成位置向量和支持向量机的蛋白质结构类预测方法，其特征在于，径向基宽度参数g通过5-折交叉验证优化选择。

6.根据权利要求4所述的基于加权组成位置向量和支持向量机的蛋白质结构类预测方法，其特征在于，惩罚参数C通过5-折交叉验证优化选择。

7.根据权利要求1所述的基于加权组成位置向量和支持向量机的蛋白质结构类预测方法，其特征在于，利用软件包LibSVM完成支持向量机的计算。

8.权利要求1～7任一所述方法在蛋白质预测中的应用。