使用KNN计算与相似性比对预测蛋白质亚细胞区间方法

摘要

本发明公开了一种使用KNN计算与相似性比对预测蛋白质亚细胞区间方法，其特征在于，包括以下步骤：步骤1、提取蛋白质序列数据集中所有蛋白质序列的AAC特征；步骤2、通过KNN算法，确定预测范围内的蛋白质序列集合；步骤3、进行Blast相似性比对计算，得到最高相似性序列；最高相似性序列所属的区间就是所预测序列的所属区间。本发明的预测准确率较高，尤其在传统方法预测准确率较低的亚细胞类上识别精度明显提高，对准确预测未知蛋白的亚细胞位置具有重要作用。

主权项

一种使用KNN计算与相似性比对预测蛋白质亚细胞区间方法，其特征在于，包括以下步骤：步骤1、提取蛋白质序列数据集中所有蛋白质序列的AAC特征；步骤2、在蛋白质序列数据集中选取一条蛋白质序列设定为测试序列，其余蛋白质序列设定为训练集，通过KNN算法，确定预测范围内的蛋白质序列集合；步骤3、将所预测序列与预测范围内的蛋白质序列集合进行Blast相似性比对计算，得到最高相似性序列；最高相似性序列所属的区间就是所预测序列的所属区间。