[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

摘要

本发明公开了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。首先选取或构建蛋白质结构类标准数据集，再在组成位置向量的基础上引入加权因子，采用加权组成位置向量方法，表征待预测的蛋白质序列；并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，建立了蛋白质结构类预测方法。该方法不仅含有氨基酸组成的信息，而且还包含了蛋白质序列中每个氨基酸残基的位置信息，并且与蛋白质序列之间是一一对应的函数关系，在组成位置向量表征方法中引入权重因子，通过调节权重因子可以明显地提高预测精度，而且本方法简单、快速和灵敏，有望应用于其它蛋白质预测领域。

主权项

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)^TX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。