结合支持向量机和贝叶斯方法进行蛋白质二级结构预测.pdfVIP

第8卷第1期 生物信息学 VoL8 No．1 of 201 0年3月 ChinaJournalBioinformatics Mar．，2010 结合支持向量机和贝叶斯方法进行 蛋白质二级结构预测 王宝文，王水星，刘文远+，于家新 (燕山大学信息科学与工程学院，秦皇岛066000) 摘要：组建一个分两个阶段的分类器来进行蛋白质二级结构预测。第一阶段由支持向量机分类器组成，在第二阶段中使用第 一阶段已预测的结果来进行贝叶斯判别。预测性能的改进表明了结合支持向量机和贝叶斯方法预测性能优越于单独使用支 持向量机的预测性能。同时也证明残基在形成二级结构时是相互影响的。 关键词：蛋白质二级结构；支持向量机；贝叶斯方法 中图分类号：Q518．1文献标识码：A 文章编号：1672—5565(2010)一Ol一075—04 Protein StructurePredictionSVMwith Method Secondary Using Bayesian WANG bao—wen’，WANGshui·xing，LIUwen-yuan，YUjia·xin sc泐Wand (CollegeofInformationEngineering，Yanshan 066000．Ch／nn) University，Qinhuangdao two isconstructedto structures．Thefirst consistsofone basedon Abstract：Astage secondary predictor predictprotein stage predictor the at vector discriminationisusedthesecond the labelsof resi- supportmachine．Bayesian stagebyconsideringpredicted neighbor dues．The of indicatesthatthismethod the basedonSVM alone． predictionperformances improvement outperformspredictors algorithm Atthesame thatthe interactionalwhen time，it residuesare constitute structures． proves they protein$econdary vector Method KeyWords：Proteinsecondarystructures；Support machine；Bayesian 1 引言 其他的方法使用神经网络体系。例如Riis和 Krogh∞’设计的由很多小的神经网络所组成的高结 构