25、蛋白质跨膜结构域预测与序列分类方法研究

蛋白质跨膜结构域预测与序列分类方法研究

在生物信息学领域，蛋白质跨膜结构域的预测以及序列分类是重要的研究方向。本文将介绍两种相关的研究方法，一是关于跨膜结构域预测的igS方法，二是基于最小一般泛化的序列分类方法。

跨膜结构域预测：igS方法

评估指标

在跨膜结构域预测中，使用了多种评估指标：
- 覆盖率（Coverage） ：某些实验中，覆盖率达到了100%，这可能解释了AC（Accuracy）和CC（Correlation Coefficient）值之间存在的显著差异。
- 片段重叠度（Segment overlap，Sovδobs） ：计算公式为 (Sovδ_{obs} = \frac{1}{N} \sum_{s} \frac{min(E) - max(B) + 1 + δ}{max(E) - min(B) + 1} len(s1)) ，其中 (N) 是蛋白质所有结构域中观察到的氨基酸总数，(s1) 和 (s2) 是两个重叠的片段，(E = {end(s1); end(s2)}) ，(B = {beg(s1); beg(s2)}) ，(δ) 是允许的最大偏差，这里取值为3。
- 不同准确率阈值下正确预测的跨膜片段数量 ：计算了在100%、90%和75%三个准确率阈值下正确预测的跨膜片段数量，即氨基酸正确预测比例分别达到100%、90%及以上、75%及以上的片段数量。该指标类似于敏感性（Sensibility），但基于片段，能对包含假阴性（不仅在片段末端）的片段进行可靠评估。不过，这些指标对过预测较为敏感，因此需要结合特异性（Sp）