首页|基于PSO_BP神经网络的固有无序蛋白质预测

基于PSO_BP神经网络的固有无序蛋白质预测

Prediction of Intrinsically Disordered Proteins Based on PSO-BP Neural Network

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
通过对蛋白质有序-无序区域分析,找到表示氨基酸的34维特征.其中,样本熵是用于计算时间序列复杂度的参数,通过比较20种氨基酸在两种区域的出现频率,将其对应为0-9的时间序列,从而计算蛋白质的复杂度.另外,使用长度为35的滑动窗口将相邻氨基酸联系起来,提高了预测准确度.最后,使用粒子群算法优化BP神经网络的节点参数,训练并实现有序-无序分类的5个网络,取均值后转化为有序-无序输出.使用DisProt数据集和R80数据集分别进行十折交叉验证,预测准确率分别达76％和87％以上.

杨佳、刘海员

展开 >

南开大学电子信息与光学工程学院,天津300350

生物信息学 固有无序蛋白质 神经网络 粒子群优化算法

2023

南开大学学报(自然科学版)
南开大学

南开大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.284
ISSN：0465-7942
年,卷(期)：2023.56(1)
  • 2