面向蛋白質二級結構預測的特征提取方法研究.pdf

1、生物信息學不單單是一個最近興起的學科，并且在以后的研究工作的開拓當中也是一個極為重要的開發(fā)對象。生物信息學是一門全面系統(tǒng)的學科，它結合了生物和與生物相關的系統(tǒng)，在生物系統(tǒng)當中，它是將信息匯入和信息實質進行歸納的。人們在正確選擇這個領域的研發(fā)方向之前，首先必須要進行大量的數(shù)據(jù)資料分析，這些數(shù)據(jù)資料是與生物信息學相關的。
　　當前，生物信息學的發(fā)展是非常迅速的，而DNA序列和氨基酸序列的增長也是非常的快，從而，生物學就增加了大量的數(shù)據(jù)

2、。這時候，那些之前直觀獲取蛋白質結構的方法（如實驗法）已經(jīng)跟不上數(shù)據(jù)的增長速度了。也就在這時，機器學習的方式進入了人們的研究當中，因為機器學習可以解決模式識別與分類的問題。本文以CB513和RS126作為數(shù)據(jù)集，使用支持向量機作為分類方法，提取了氨基酸序列、疏水性、偶極矩、PSSM矩陣作為特征，其具體研究工作如下：
　　首先使用氨基酸序列作為特征，滑動窗口設置為13，得到的預測結果不是很高；第二，為了提高預測精度，本文在氨基酸序列