计算机应用研究

作者：丁雪松,黄立群,张步忠,杨洋,吕强,

单位：苏州大学a.计算机科学与技术学院;b.江苏省计算机信息处理技术重点实验室,江苏苏州215006；

关键词：蛋白质变性温度,多层感知机,回归预测,

基金：国家自然科学基金资助项目(61170125,61602332)；江苏省高校自然基金资助项目(14KJB520035)；NSFC-广东联合基金(第二期)超级计算科学应用研究专项资助和国家超级计算广州中心支持；；

准确预测蛋白质变性温度在蛋白质工程和药物研制等领域具有重要意义。将全局特征和序列特征作为初始特征向量，利用提出的基于权值的降维算法对初始特征向量进行降维，降维后的特征输入多层感知机模型预测蛋白质变性温度。在盲测数据集上，该方法预测结果与实验测定结果的PCC值由降维前的0.77增加到0.8，RMSE值由降维前的0.17降低到了0.16，蛋白质变性温度预测值的分类准确率与现有方法比较有明显提升。

来源：2019年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第8期