一种基于树的蛋白质功能预测算法KDE–CSSA.pdfVIP

湖南农业大学学报 (自然科学版) 2015年2月 第 41卷 第 l期 JournalofHunanAgriculturalUniversity(NaturalSciences)，Feb．2015，41(1)：062—066 DOI：10．13331j／．cnki．jhau．2015．01．012 投稿网址：http：／／xb．hnnau．edu．cn 一 种基于树的蛋白质功能预测算法：KDE—CSSA 陈义明，贺细平，乔波 (湖南农业大学信息科学技术学院，湖南 长沙 410128) 摘 要 ：针对在每个标签类上直接学习分类模型计算代价高和树层次中低层结~i)Ul练数据扭曲的问题，提出了 一 种基于树层次的蛋白质功能预测算法：核依赖估计一压缩排序选择算法(KDE—CSSA)。该算法先将标签向量投 影到标签核的主成分上，仅仅学习少量的回归模型，然后将预测的数值向量投影回原来标签向量空间，利用压 缩排序和选择算法获取满足树属性的0，1标签向量。在 12个基因组数据集上使用精确率和召回率作为评测标 准的实验结果表明，KDE—CSSA算法性能优于 目前优秀的CLUS—HMC算法。 关 键 词：蛋白质；功能预测；主成分分析；核依赖估计；压缩排序与选择算法 中图分类号：TP391 文献标志码：A 文章编号：1007—1032(2015)01—0062—05 KDE-CSSA，atreestructurebasedalgorithm forthepredictionofproteinfunction ChenYiming，HeXiping，QiaoBo (CollegeofInformationScienceandTechnology,HunanAgriculturalUniversity,Changsha410128，China) Abstract：KDE~CSSD，alltreestructurealgorithm wasproposedforthepredictionofproteinfimcfionbasedonclasshierarchyto solvetheissuesofhighcomputationalcostonlabelclassesthroughdirectlearningclassificationmodelandoftraindataskew on classhierarchyamongmiddleorlowerlevelnodes．Thealgorithmfi~tlyprojectedlabelvectorontoprinciplecomponentsoflabel kemelbymeansoflearninglessregressionmodels，then，htepredictednumericvectorwerebackprojectedontohteiroriginal vectorspace，finally,htepredicted0or1labelvectormeetingtreehierarchyconstraintwereobatniedusingcompressedsortand selectionalgorithm．Th eexperiments，adoptedpreciserateandrecallrateascriterionon12genomicbenchmarkadat sets，proved thathteKDE~ SSAalgorithm outperformedhteoutstandingCLUS-HMCalgorithm． Keywords：protein；fimctionprediction；principlecomponentanalysis；kerneldependencyestimation(KDE)；compressed sortandselectalgorithm(CSSA) 高通量的现代分子生物学实验产生了大量基 法：核依赖估计一压缩排序选择算法(KDE—CSSA)。 因和蛋 白数据，如基因和蛋 白质序列、