期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于机器学习算法识别疾病相关的蛋白与金属离子配体的结合残基
1
作者 邹向辉 冯永娥 《计算生物学》 CAS 2022年第3期23-31,共9页
在研究疾病发生机制中,蛋白质与配体相互作用扮演着重要的角色。因为许多蛋白质功能的实现需要结合特定的配体,而金属离子配体对蛋白质功能的实现起到重要作用。确定蛋白质中哪些残基与金属离子配体相互作用,可以帮助研究者理解蛋白质-... 在研究疾病发生机制中,蛋白质与配体相互作用扮演着重要的角色。因为许多蛋白质功能的实现需要结合特定的配体,而金属离子配体对蛋白质功能的实现起到重要作用。确定蛋白质中哪些残基与金属离子配体相互作用,可以帮助研究者理解蛋白质-金属离子相互作用的分子机制,也对人类健康和精准医学有重要意义。本文基于机器学习算法,研究疾病相关的蛋白质与三种金属离子配体的结合。我们分别提取3种序列特征:位置特异性打分矩阵、氨基酸组分信息、二肽组分,并使用随机森林算法和支持向量机算法建立了三种金属离子配体结合残基的分类模型。对于Zn2+结合残基在特征融合中最高准确率(Acc)达到了87%,Mg2+结合残基识别的最高准确率(Acc)达到70%,Ca2+结合残基识别的最高准确率(Acc)达到70%。可见我们的模型对三种金属离子配体的结合残基有一定的识别能力。 展开更多
关键词 金属离子配体 5折交叉检验 位置特异性打分矩阵 随机森林算法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部