[发明专利]一种蛋白质自相互作用的预测方法

摘要

本发明公开了一种蛋白质自相互作用的预测方法，该方法包括数据集的选择与建立，PSSM矩阵的生成，傅里叶描述子提取特征值，训练集和测试集的构建，分类器模型构建步骤完成，该方法是利用傅里叶描述子提取样本集的特征值，使计算机计算数据集的离散傅里叶变换所需的乘法次数大为减少，也节省了计算量；本发明能够利用随机投影的方法构建模型，大大提高了预测精度，能够得到比较好的预测效果；本发明方法计算代价低，功耗小；可以有效地预测蛋白质的自相互作用，预测效果可以达到93%以上。

主权项

一种蛋白质自相互作用的预测方法，其特征在于，按下列步骤进行：a、数据集的选择与建立：利用UniProt数据库中的human和yeast两个黄金标准数据集构建预测蛋白质自相互作用的数据集；b、PSSM矩阵的生成：将每一个蛋白质序列的位置都表示为一个M×20的矩阵，其中M代表一种蛋白质残基的数目，矩阵的列代表了20种氨基酸，通过使用BLAST的位置特异性PSI‑BLAST将每个蛋白质都转换成PSSM矩阵；c、傅里叶描述子提取特征值：将步骤b中每一个蛋白质转换的PSSM转置矩阵与原PSSM矩阵进行相乘，这样每个蛋白质序列被转化为一个20×20的矩阵，然后计算矩阵的傅里叶描述子，再计算傅里叶的逆描述子，最终每一个蛋白质提取出20×2个特征值；d、训练集和测试集的构建：利用放回抽样方式对样本进行抽样，将human和yeast的阴阳数据集构造成均衡数据集，然后组成用于模型构建的数据集，以数量比4:1随机切割数据集得到训练集和测试集，然后进行5折交叉验证；e、分类器模型构建：利用高维空间中的随机投影方式构建分类器的训练模型。