基于两层SVM学机制的蛋白质结晶预测方法

摘要

本发明提供一种基于两层SVM学机制的蛋白质结晶预测方法。首先，利用PSI-BLAST从蛋白质序列信息中获取蛋白质的进化信息；再从序列信息、蛋白质进化信息、氨基酸物理化学属性等信息中抽取AAC、DiAAC、TriAAC、PseAAC、PsePSSM五种视角特征；然后，使用五种视角特征训练一个两层SVM预测模型(2L-SVM)；然后，再使用2L-SVM模型进行预测：(1)将得到的五种视角特征分别输入到2L-SVM中所对应的第一层模型中，将得到五个概率输出输入2L-SVM的第二层预测模型中得到预测概率；最后，使用阈值分割技术得到最终决策。该方法的优点在于：使用五种不同视角的特征，增加有效鉴别信息，提升模型的预测能力；而且使用2L-SVM预测模型，有效的避免不同视角之间相互干扰导致的信息丢失，提高模型的预测精度。

主权项

一种基于两层SVM学习机制的蛋白质结晶预测方法，其特征在于，包括以下步骤：步骤1：特征提取，使用PSI‑BLAST提取蛋白质的进化信息，并结合蛋白质序列信息与氨基酸的物理化学属性信息，通过抽取AAC、DiAAC、TriAAC、PseAAC、PsePSSM五个视角特征，将蛋白质序列转换为数值形式表示；步骤2：根据步骤1将训练数据集合中所有的蛋白质序列进行不同视角的特征表示，形成五个不同视角的训练样本集合，然后使用两层SVM预测算法2L‑SVM在五个不同视角的训练样本集合上训练成一个蛋白质结晶2L‑SVM预测模型；步骤3：对于每个待预测结晶能力的蛋白质序列，通过步骤1得到此蛋白质序列五个不同视角的特征，使用步骤2中训练的蛋白质结晶2L‑SVM预测模型进行蛋白质结晶概率预测，最终输出预测概率；以及步骤4：对于步骤3中待预测的蛋白质序列，根据步骤3中的输出概率使用阈值分割方法，最终输出该蛋白质序列是否可结晶的决策。