使用蛋白质和mRNA序列信息预测蛋白质亚线粒体定位

最新推荐文章于 2025-09-23 14:05:15 发布

原创

最新推荐文章于 2025-09-23 14:05:15 发布 · 962 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#支持向量机 #算法 #机器学习

该博客探讨如何使用蛋白质和mRNA序列信息来预测蛋白质亚线粒体定位，重点介绍了M254数据集、特征选择（如3-mer、AAC、PSSM、GO信息）以及支持向量机作为预测方法。通过特征工程和优化，预测准确率得到了显著提升。

使用蛋白质和mRNA序列信息预测蛋白质亚线粒体定位

对亚线粒体蛋白质Ｍ254的预测

数据集

Ｍ254（来自M317）

共包含317条亚线粒体蛋白质且序列间的相似性低于40％，分别位于基质、内膜、外膜三个位置。从ＧｅｎｅＢａｎｋ中找出每条蛋白质对应的成熟的ｍＲＮＡ，即编码蛋白质的ｍＲＮＡ。由于有的蛋白质在数据库中没有实验证实的ｍＲＮＡ，并且删除亚细胞位置从单定位变成多定位的、在Ｓｗｉｓｓ－Ｐｒｏｔ数据库中已经删除的蛋白质，获得254条与ｍＲＮＡ对应的蛋白质，即Ｍ254。

在这里插入图片描述

特征选择

mRNA序列的Ｈ联体频数（３-ｍｅｒ）
分段氨基酸组分（ＡＡＣ）

将序列分段整理为相同长度的序列，采用SVM算法jackknife检验，得出序列分成的段数与整体的准确率之间的关系，取最佳结果。然后统计氨基酸组分信息。
PSSM

进化信息中的λ是相关长度，从0到7变化时，总体预测成功率从86.61％到90.16％之间变化，取最高：λ=1时

对PSSM矩阵的每行用标准差进行归一化，再用伪氨基酸组分算法得出伪进化信息PsePSSM：

在这里插入图片描述

同源GO术语

考虑到目标蛋白质序列的GO信息不太

最低0.47元/天解锁文章

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。