扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

这所院校又添新作:基于机器学习的蛋白质局部结构和功能预测的复杂预测特征生成方法

论论资讯 | 2023-02-01 3热度

Molecular Biology

Explore content

About the journal

Publish with us

Method to Generate Complex Predictive Features for Machine Learning-Based Prediction of the Local Structure and Functions of Proteins

Milchevskiy Y.V.; Milchevskaya V.Y.; Kravatsky Y.V.

Published:2023-02-01
DOI:10.1134/s0026893323010089

研究背景

在当今社会中,我们对蛋白质的研究越来越深入,因为它们在许多生物学过程中扮演着重要角色。了解蛋白质的结构和功能对于研究生物学和医学具有重要意义。但是,预测蛋白质的结构和功能是一项十分复杂的任务,因此需要一些新的方法来帮助我们更好地了解蛋白质的结构和功能。

研究内容

近年来,机器学习方法的应用使得从蛋白质序列中预测蛋白质的结构和功能的准确性得到了显著提高。然而,机器学习方法的准确性很大程度上取决于输入的预测特征的质量。本论文提出了一种方法,可以生成一组复杂但易于解释的预测器,有助于揭示影响蛋白质构象的因素。该方法可以在蛋白质结构和功能的一般描述以及高度特定的预测任务的情况下生成预测特征并测试其显著性。通过生成一组详尽的预测器,我们可以使用特征选择方法将其缩小到一个更小的精选特征集,从而提高后续预测建模的性能。我们通过将其应用于局部蛋白质结构预测来说明我们方法的效率,其中DSSP Q3(三类分类)的正确预测率为81.3%。该方法使用C++实现,可在任何操作系统上运行,并在GitHub上发布源代码。

研究意义

本论文提出的方法可以生成一组复杂但易于解释的预测器,有助于揭示影响蛋白质构象的因素。该方法还可以在蛋白质结构和功能的一般描述以及高度特定的预测任务的情况下生成预测特征并测试其显著性。此外,通过使用特征选择方法将预测器缩小到一个更小的精选特征集,可以提高后续预测建模的性能。这些创新点使得我们更好地了解蛋白质的结构和功能,为生物学和医学研究提供了重要的工具和方法。

微信扫码即可查看