摘要
利用蛋白质的一级结构信息,采用三肽频数方法刻画蛋白质序列,将关联规则(association rule,AR)挖掘应用于蛋白质相互作用(protein-protein interactions,PPIs)的预测.计算结果表明,提出的方法在半胱氨酸不同分类的情况下都能够准确地预测蛋白质相互作用.最后,比较半胱氨酸的不同分类对预测结果的影响.
Association rule interactions （PPIs） through （AR） protein mining has been successfully applied to predict protein-protein ＇s primary sequence. A conjoint triad feature is used to describe amino acids. Experimental results show that the proposed method can predict PPIs with high accuracy under different classifications of Cys. The predicted results of two classifications of Cys are compared.
出处
《上海大学学报（自然科学版）》
CAS
CSCD
北大核心
2012年第3期265-270,共6页
Journal of Shanghai University:Natural Science Edition
基金
国家自然科学基金资助项目(30871341)
上海市重点学科建设资助项目(S30104)
上海市教委重点学科建设资助项目(J50101)
关键词
关联规则挖掘
蛋白质相互作用
序列编码
氨基酸分类
association rule mining
protein-protein interactions （PPIs）
sequential coding
classification of amino acids
