ProFold:蛋白质折叠与额外的结构特点和小说分类系综分类器

文摘

蛋白质折叠分类中扮演一个重要的角色在蛋白质功能分析和药物设计。PDB的蛋白质数量非常大,但只有一小部分是分类范围并存储在数据库中。因此,有必要开发一种有效的方法对蛋白质折叠分类。近年来,各种分类方法已经被使用在许多蛋白质折叠的分类研究。在这项研究中,我们提出一种新的分类方法称为proFold。我们进口蛋白质三级结构在特征提取和使用小说整体战略的分类器训练。与现有的类似的系综分类器使用相同的广泛使用的数据集(DD-dataset) proFold整体精度达到76.2%。两个常用的数据集,EDD-dataset TG-dataset,也测试的精度分别为93.2%和94.3%,高于现有的方法。ProFold是向公众开放的网络服务器。

1。介绍

蛋白质折叠结构生物信息学的分类是一个至关重要的问题。蛋白质折叠的信息有助于确定蛋白质的三级结构和功能信息(1]。近年来,许多蛋白质折叠的分类研究。研究人员提出的方法大致可以分为两类:一是基于模板的方法(2- - - - - -7),另一种是taxonomy-based方法(8- - - - - -15]。最近,taxonomy-based方法吸引了更多的关注由于其相对优秀的性能。

taxonomy-based方法提出了Dubchak et al。8,9首次在1995年。许多taxonomy-based方法分类查询到一个已知的蛋白质折叠类型。这个nonmanual标签方法有助于蛋白质结构分类的数量的增长的蛋白质(吟游诗人)16)和蛋白质的数量可以缩小差距在吟游诗人和蛋白质数据库(PDB)。摘要taxonomy-based方法相当于机器学习的分类问题。在分类任务中有两个重要的问题:一个是特征提取,另一种是机器学习方法。

在特征提取方面,大多数的研究人员从氨基酸序列中提取多维数值特征向量。1995年,Dubchak et al。8,9)提取全球首次氨基酸序列的描述。从那时起,为了提高分类的精度,一些研究人员提出其他特征提取方法,如pseudoamino酸成分(12,17),两两频率信息(18),具体位置得分矩阵(PSSM) [17),氨基酸残基的结构特性和氨基酸残基对(19隐马尔可夫模型,结构字母(20.,21]。除了直接从氨基酸序列中提取特征,有些特征提取功能域和信息结合演化序列进化信息(22和二级结构预测14,23,24]。虽然可以提高分类精度后这些特性结合在一起(20.,25),它仍然不够好。

对蛋白质折叠分类,许多分类器已经使用,如神经网络(NNs) [8,13),支持向量机(10,13,18- - - - - -21,24,26- - - - - -33),k最近的邻居(knn) [12),概率多级multikernel分类器(25),随机森林23,34- - - - - -37),旋转森林(38),和各种各样的系综分类器11,12,14,18,22,39- - - - - -41]。

109850年4月28日,2016年,PDB蛋白质结构(http://www.rcsb.org/pdb/home/home.do)。然而,蛋白质结构分类——扩展(范围)42]只有77439 PDB项(http://scop.berkeley.edu/statistics/ver=2.06)。因此,仍然存在大量的蛋白质结构,没有它们的结构分类标签范围内数据库。更重要的是,大多数蛋白质结构范围手动进行分类,所以它需要大量的体力劳动。在这项研究中,我们从PDB文件3 d结构研究蛋白质折叠的分类。在特征提取方面,我们使用一种新的特征提取方法,结合全球的现有方法描述的氨基酸序列13],PSSM [43),和蛋白质的功能信息22其他研究者提出的)。新的特征提取方法提取的二级结构类型八个州从PDB文件在蛋白质二级结构的定义(DSSP)软件(44]。在机器学习分类器方面,我们提出一个新颖的整体战略。添加了新功能从DSSP提取和小说整体战略提出,我们的方法可以达到1 - 3%比类似的方法精度高。

可以通过一系列最近的出版物(45- - - - - -55)符合周5步法则(56),建立一个真正有用的机器学习分类器对于生物系统,我们应该遵循以下五个原则:(a)基准数据集建设或选择培训和测试模型;(b)从生物中提取特征序列样本与有效的方法,才能真正反映其内在关联与目标预测;(c)引入或开发一个强大的算法操作(或引擎)分类器;(d)正确客观独立的数据集上执行交叉验证测试和测试评估分类器的预测精度;(e)建立一个用户友好的网络服务器(http://binfo.shmtu.edu.cn/profold/)的分类器对公众开放。在下面,我们一个接一个来描述如何处理这些步骤。

2。材料和方法

2.1。数据集

在这项研究中,三个基准数据集,分别为:丁和Dubchak (DD) [13),田口和Gromiha (TG) [58),而扩展DD (EDD) [10]。DD-dataset丁和Dubchak, 2001年提出的修改由沈和心爱的人2006年(12]。从那时起,DD-dataset已经使用在许多蛋白质折叠的分类研究11,18,20.- - - - - -24,26,32- - - - - -36,38,40,57,59]。有311个蛋白质序列在训练集和386蛋白质序列的测试集,没有超过35%的两种蛋白质序列的身份。选择的蛋白质序列DD-dataset来自27个吟游诗人(35折叠全面,属于不同的结构性类包含,,,。

TG-dataset包含30个吟游诗人折叠和1612的蛋白质序列,没有两个蛋白质序列有25%以上的身份。

EDD-dataset包含27个吟游诗人折叠,像DD-dataset。有3418个蛋白质序列与没有超过40%的蛋白质序列的身份。

这三个数据集可以直接从我们的网站下载(http://binfo.shmtu.edu.cn/profold/benchmark.html)。

2.2。特征提取方法

快速增长的生物序列在基因组时代,一个计算生物学中最重要的也是最困难的问题是如何表示一个生物序列离散模型或一个向量。因此周PseAAC [60- - - - - -62年提出了]。鼓励的成功使用PseAAC处理蛋白质/肽序列,三个web服务器(63年- - - - - -65年)是用于生成各种DNA / RNA序列的特征向量。特别是最近一个强大的服务器称为Pse-in-One [66年)建立了可用于生成任意特征向量对蛋白质/肽和DNA / RNA序列根据用户研究的需要。受这个启发,在这项研究中,我们提取四个功能组,包括DSSP特性、氨基酸组成和理化性质(AAsCPP)特性,PSSM特性和功能域(基金)组成特性。这些特征提取方法将描述如下。

2.2.1。在蛋白质二级结构的定义

DSSP程序是由Kabsch和砂光机设计44),用于规范蛋白质二级结构。DSSP程序通过计算最可能的蛋白质二级结构的蛋白质三维结构。的具体原则DSSP程序计算H-bond每两原子之间的能量原子位置在PDB文件,然后最可能的类每个残留的二级结构可以由最好的两H-bonds每个原子。

DSSP特征提取过程如下。首先,DSSP条目从PDB项计算DSSP程序。其次,相应的从DSSP DSSP序列条目。DSSP序列包含八个州(T, S, G H,我,B, E -),可以分成四组,如表所示1。最后,根据八个州和4个组,一个40 d可以从DSSP序列中提取特征向量。的详细描述和维度的特性如表所示2。

2.2.2。氨基酸组成和理化性质

有效的特征来描述一种蛋白质,氨基酸组成、理化性能达到了良好的预测结果,分别是(13,34,35]。丁和Dubchak13)首次试图整合功能,取得一个好的结果。之后,许多其他研究者提出的其他功能集成的方法。2013年,林等。41)使用一个188维的特征向量结合氨基酸组成和理化性质。188 d特征提取方法也用于本文。

八是疏水性氨基酸的理化特性,范德华体积,极性,极化电荷,表面张力、表面张力、溶剂可访问性。不同种类的氨基酸有不同的理化性质,这样他们可以分为三组(13,41),如表所示3。

20种氨基酸的组成百分比查询中蛋白质形成一个20 d特征向量。团体组成的氨基酸(3 d),每两组之间两两频率(3 d)和成分的分布格局(第一,25%,50%,75%,和100%的给定成分包含)(5×3 d)从每个生化的属性提取。因此,我们可以获得一个168 d的特征向量从蛋白质序列根据八生化的特性。增加20 d氨基酸组成特性和168 d生化的特性,我们可以得到一个188维的特征向量。的名称和尺寸表中列出的特性4。

2.2.3。职位具体得分矩阵

PSSM是相对常见的功能。除了蛋白质折叠类型分类研究领域,有一些研究蛋白质结构类预测(67年,68年使用这个特性。PSSM来源于PSI-BLAST(位置特定迭代基本局部比对搜索工具)(43)通过多序列比对的序列nonredundant蛋白质序列数据库中(nrdb90) [69年]。迭代数是3和截止值是0.001。两个矩阵可以得到PSI-BLAST,代表查询氨基酸序列的长度,和20代表着20种氨基酸。一个给定两个矩阵包含保护成绩的氨基酸序列在一个给定的位置,和其他提供发生概率的一个给定的氨基酸序列在一个给定的位置。PSSM特征提取前矩阵。假设的参数矩阵。然后计算出的特性可以(1)。计算平均值的矩阵的每一列,形成20 d特征向量。

2.2.4。功能域组成

蛋白质总是包含一些模块或域,涉及不同的进化资源和功能。因此,我们可以在一些基金提取的特征数据库。有一些不同的基金数据库:聪明70年],[包含了71年),齿轮(72年],KOG [72年],和CDD [73年]。2009年,沈从文和周22]CDD视为一个相对更完整的功能域数据库,和他们使用CDD提取功能。在这项研究中,我们使用CDD(版本2.11),公司ntains 17402常见的蛋白质域和家庭。在每一个蛋白质域,我们可以提取一个17402维的特征向量。具体的过程如下。首先,使用RPS-BLAST程序(74年)比较蛋白质序列与每个17402域的序列。其次,如果意义阈值(预期值)不超过0.001,该组件的蛋白质17402 d特征向量分配1;否则,它分配0。通过这种方式,我们可以提取一个17402维的特征向量,每个组件的功能可以是1或0。

2.3。拟议的系综分类器

在这项研究中,我们提出一个新的整体战略,包括5个人的步骤。一步:10广泛使用机器学习分类器,以前75年],RandomForest [34],LibSVM [76年],SimpleLogistic [75年],RotationForest [38],SMO [77年],NaiveBayes [78年],RandomTree [79年),英国《金融时报》(80年],SimpleCart [81年),选择,5倍交叉验证DD-dataset实现。一步:每个特性的分类器精度最高的选择。一步:相应的模型通过训练每个功能组选择分类器选择。四个模型DSSP分类模型,AAsCPP分类模型,PSSM分类模型,和基金分类模型。详细的过程如图1。一步:从测试数据集特征提取和分类的结果通过计算得到了相应的模型,代表一种分类模型从1到4,代表一种折叠的指数,从1到总数的褶皱类(例如,的价值范围从1到27 DD-dataset)。一步:四个模型的概率的平均值计算每个褶皱类。最高的褶皱类概率将被选择作为分类的结果。详细的过程如图2。

我们使用的机器学习工具是WEKA(怀卡托环境知识分析)(56),一组数据挖掘任务的机器学习分类器基于Java。

2.4。测量

在这项研究中,标准百分比精度是用来测试的影响提出的分类方法,这帮助我们比较我们的结果与其他研究者的结果(12,13,34]。标准的定义百分比描述的精度 在哪里代表的数量的蛋白质属于类,代表正确的数字测试数据,代表类的分类精度,代表类的总数,代表测试的总数,代表正确的机密数据的总数代表了分类精度。

3所示。结果与讨论

3.1。ProFold的性能

为了测试proFold的性能,我们首先选择DD-dataset广泛用于评估。总体精度为76.2%。与现有的集成学习方法比较DD-dataset如表所示5。从表5我们可以看到,其他方法的准确性是低于75%,而我们的方法的准确性是3%高于PFPA (2015) (40),这是最好的方法。

为了进一步评估proFold的性能,我们还选择另一个两个大型数据集:EDD-dataset TG-dataset。训练和测试数据集不清楚地区分这两个数据集,所以倍交叉验证实现。

我们计算EDD-dataset的分类精度为10倍和10倍交叉验证结果与其他方法相比。结果如表所示6。从表中我们可以看到,只有Paliwal等人的精度和里昂等人都超过90%,低于proFold。结果表明,proFold的优势是显而易见的,当大规模数据集用于验证。

关于TG-dataset,我们还为10倍和10倍交叉验证的实验结果与其他方法相比。结果如表所示7。从表中我们可以看到,HMMFold(2015)方法的精度最高,这是93.8%。我们的方法的准确性为94.3%,高于HMMFold。TG-dataset三倍类超过DD-dataset及其规模比DD-dataset大两倍。结果表明,proFold的优点是显而易见的,当数据集有褶皱类测试。

3.2。提出了系综分类器的性能

在蛋白质折叠分类领域,许多研究人员使用整体学习方法(11,18,22,23,34- - - - - -36,38,46,51,54,79年,82年- - - - - -89年]。整体策略的具体过程如下。整合所有功能。选择几个基本分类器训练。提出一个分类器根据每个基本分类器分类结果的概率。在这项研究中,我们发现冗余的特性将会影响这些方法的性能。因此,我们提出一种新颖的整体策略。

我们把DD-dataset实验。首先,提取四个功能组已被交叉验证测试10个基本分类器。测试结果的详细信息列在表8。我们可以看到从表8最好的分类器使用DSSP RandomForest功能组和AAsCPP功能组。最好的分类器是RotaionForest英尺当PSSM和基金功能实现,分别。其次,火车四个功能组与相应的基本分类器,得到四种模式。最后,测试DD-dataset模型。总体精度为76.2%。我们的方法有效地提高了精度与其他现有的集成学习方法。

为了比较我们的整体策略与传统的整体策略,我们实验了四个功能组与传统整体策略。把四个功能组。与RandomForest训练模型,分别RotationForest,英国《金融时报》。测试模型DD-dataset、EDD-dataset TG-dataset。整体策略的分类精度增加了3%至4%,如表所示9。结果表明,我们的整体策略有更好的分类性能。

3.3。准确性与DSSP改进功能

为了评估导入DSSP特性影响,我们计算每个褶皱类的分类精度,没有DSSP特性,分别使用DD-dataset。的精度如表所示10。从表中,我们可以看到一些褶皱类的精度,如折叠2号,4号,6号,12号,23号,26号,显然增加了后导入DSSP特性。总体精度从71.3%上升到76.2%。例如,蛋白质链1 fapb DD-dataset之前错误分为折5号导入DSSP特性,它被重新分类到4号正确折叠后导入DSSP特性。结果表明,DSSP对蛋白质结构分类特性有很大的影响。

正如我们所知,PDB文件包含蛋白质三维结构信息,我们开始从PDB文件的蛋白质在这项研究。DSSP特性提取PDB和三维结构的蛋白质的三维结构更加稳定。因此,解释了为什么DSSP特性对蛋白质结构分类有很大的影响。

4所示。结论

在这项研究中,我们提出了一个新颖的方法称为proFold。ProFold是一个分类器结合蛋白质结构和功能的信息。在特征提取方面,我们DSSP特性导入到蛋白质折叠第一次分类。实验表明,该分类精度将增加大约5%使用DD-dataset通过导入DSSP特性。的分类方法,我们提出了一个新颖的系综分类器和改进这种方法的分类精度。proFold DD -的分类精度,EDD,和TG-dataset是76.2%,93.2%,和94.3%,分别高于现有的类似的方法。结果表明,proFold是一个相对更好的分类器。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

这项工作是支持部分由中国国家自然科学基金(批准号61303099)。

引用

1. h . s . Chan和k·a·莳萝、蛋白质折叠问题,“今天的物理,46卷,不。2 /,1993页。视图:谷歌学术搜索
2. d·t·琼斯,w·r·泰勒和j·m·桑顿“蛋白质折叠识别新方法,”自然,卷358,不。6381年,第89 - 86页,1992年。视图:出版商的网站|谷歌学术搜索
3. j .徐m·李·d·金,y,“猛禽:最佳蛋白质线程通过线性规划,“生物信息学和计算生物学》杂志上,1卷,不。1,第117 - 95页,2003。视图:出版商的网站|谷歌学术搜索
4. j . sod、a . Biegert和a . n .领袖”HHpred互动服务器对蛋白质同源性检测和结构预测,“核酸的研究,33卷,补充2,W244-W248, 2005页。视图:出版商的网站|谷歌学术搜索
5. j . Cheng和p . Baldi”,机器学习信息检索方法,蛋白质折叠识别,”生物信息学,22卷,不。12日,第1463 - 1456页,2006年。视图:出版商的网站|谷歌学术搜索
6. w·张,刘,SP和y周。⁵:改善蛋白质折叠识别利用扭转角的概要文件和点球profile-based差距模型,”《公共科学图书馆•综合》,3卷,不。6篇文章ID e2325 2008。视图:出版商的网站|谷歌学术搜索
7. R.-X。燕,J.-N。Si c . Wang, z,“DescFold: web服务器对蛋白质折叠识别,”BMC生物信息学第416条,卷。10日,2009年。视图:出版商的网站|谷歌学术搜索
8. Dubchak, Muchnik, s·r·霍尔布鲁克工程学系。金”,预测蛋白质折叠类氨基酸序列的使用全局描述,“美国国家科学院院刊》上的美利坚合众国,卷92,不。19日,8700 - 8704年,1995页。视图:出版商的网站|谷歌学术搜索
9. Dubchak, Muchnik, c .市长Dralyuk,工程学系。金,“识别蛋白质的折叠在吟游诗人分类的背景下,“蛋白质:结构、功能和生物信息学,35卷,不。4、401 - 407年,1999页。视图:出版商的网站|谷歌学术搜索
10. 周董,美国,j .关”一个新的taxonomy-based蛋白质折叠识别方法基于autocross-covariance转换,“生物信息学,25卷,不。20日,第2662 - 2655页,2009年。视图:出版商的网站|谷歌学术搜索
11. 郭x, x高。”小说的分层系综分类器对蛋白质折叠识别,”蛋白质工程、设计和选择,21卷,不。11日,第664 - 659页,2008年。视图:出版商的网站|谷歌学术搜索
12. H.-B。沈和K.-C。周”,系综分类器对蛋白质折叠模式识别,”生物信息学,22卷,不。14日,第1722 - 1717页,2006年。视图:出版商的网站|谷歌学术搜索
13. c . h .问:丁和i Dubchak”,参与蛋白质折叠识别使用支持向量机和神经网络,”生物信息学,17卷,不。4、349 - 358年,2001页。视图:出版商的网站|谷歌学术搜索
14. 陈k和l .坟头,“再生能源:蛋白质折叠分类利用进化信息和二级结构预测,“生物信息学,23卷,不。21日,第2850 - 2843页,2007年。视图:出版商的网站|谷歌学术搜索
15. l, m .辽、y高,r, z,他问:邹,“改善人类microrna并承诺identificationof incorporatinga高质量的反向调整,”IEEE / ACM事务计算生物学和生物信息学,11卷,不。1,第201 - 192页,2014。视图:出版商的网站|谷歌学术搜索
16. a·g·Murzin s e·布伦纳,t·哈伯德和c . Chothia“吟游诗人:蛋白质结构分类数据库序列和结构的调查,“分子生物学杂志,卷247,不。4、536 - 540年,1995页。视图:出版商的网站|谷歌学术搜索
17. K.-C。周”,预测蛋白质的细胞属性使用pseudo-amino酸成分,”蛋白质:结构、功能和生物信息学,43卷,不。3、246 - 255年,2001页。视图:出版商的网站|谷歌学术搜索
18. t·杨诉Kecman l .曹c . Zhang和j .黄版“Margin-based系综分类器对蛋白质折叠识别,”专家系统与应用程序,38卷,不。10日,12348 - 12355年,2011页。视图:出版商的网站|谷歌学术搜索
19. m . t . a、m . Anwaruddin, h·a·Nagarajaram“基于支持向量机分类的蛋白质折叠使用氨基酸残基的结构性质和氨基酸残基对,”生物信息学,23卷,不。24日,第3327 - 3320页,2007年。视图:出版商的网站|谷歌学术搜索
20. p . Deschavanne和p . Tuffery”,增强蛋白质折叠使用结构性字母识别,”蛋白质:结构、功能和生物信息学,卷76,不。1,第137 - 129页,2009。视图:出版商的网站|谷歌学术搜索
21. j·k·k·里昂Paliwal, a . Dehzangi r·霍夫曼t . Tsunoda和a·沙玛,“蛋白质折叠识别使用不对对齐和动态规划,“理论生物学杂志》上卷,393年,第74 - 67页,2016年。视图:出版商的网站|谷歌学术搜索
22. H.-B。沈和K.-C。周”,预测蛋白质折叠模式与功能域和连续的演化信息,“理论生物学杂志》上,卷256,不。3、441 - 446年,2009页。视图:出版商的网站|谷歌学术搜索
23. 江z, x, z, h .歌曲,和m·a·阿什拉夫“承认参与蛋白质折叠增加平均二级结构元素的化学变化,“沙特生物科学杂志》上,23卷,不。2、189 - 197年,2016页。视图:出版商的网站|谷歌学术搜索
24. J.-Y。杨和x陈”,改善taxonomy-based蛋白质折叠识别通过全球和地方特色,“蛋白质:结构、功能和生物信息学,卷79,不。7,2053 - 2064年,2011页。视图:出版商的网站|谷歌学术搜索
25. t . Damoulas和m . a . Girolami”概率多层次multi-kernel学习:在蛋白质折叠识别和远程同源性检测,“生物信息学,24卷,不。10日,1264 - 1270年,2008页。视图:出版商的网站|谷歌学术搜索
26. w . Chmielnicki和k . Stąpor混合歧视/蛋白质折叠识别,生成方法”Neurocomputing,卷75,不。1,第198 - 194页,2012。视图:出版商的网站|谷歌学术搜索
27. l . Liu X.-Z。胡,x。王,y, S.-B。李,“周预测蛋白质折叠类型的一般形式的伪氨基酸组成:从最优特性拔牙、”蛋白质和多肽的信件,19卷,不。4、439 - 449年,2012页。视图:出版商的网站|谷歌学术搜索
28. 沙玛,j·里昂,A . Dehzangi和k . k . Paliwal”特征提取技术使用bi-gram位置具体评分矩阵的概率对蛋白质折叠识别,”理论生物学杂志》上卷。320年,41-46,2013页。视图:出版商的网站|谷歌学术搜索|MathSciNet
29. 里昂j . k . k . Paliwal a·沙玛,和a . Dehzangi”改善蛋白质折叠识别使用基于进化论的融合和基于结构的信息,“BMC生物信息学补充卷。15日,16日S12, 2014 p。视图:出版商的网站|谷歌学术搜索
30. 里昂j . k . k . Paliwal A·沙玛,和A . Dehzangi”基于tri-gram特征提取技术使用的线性概率位置具体得分矩阵对蛋白质折叠识别,”IEEE生物科学,13卷,不。1,44-50,2014页。视图:出版商的网站|谷歌学术搜索
31. A . Dehzangi k . Paliwal j·A·沙玛里昂和A . Sattar”一个有效的方法来提取结构和演化特征对蛋白质折叠识别,”IEEE / ACM事务计算生物学和生物信息学,11卷,不。3、510 - 519年,2014页。视图:出版商的网站|谷歌学术搜索
32. j . a . Dehzangi里昂·r·霍夫曼et al .,“促进蛋白折叠识别的准确性,利用隐马尔可夫模型的资料,”IEEE生物科学,14卷,不。7,761 - 772年,2015页。视图:出版商的网站|谷歌学术搜索
33. h·赛g . Raicar a Sharma et al .,“概率空间的表达不同的氨基酸二聚体到一般形式的周伪氨基酸组成的蛋白质折叠识别,”理论生物学杂志》上卷,380年,第298 - 291页,2015年。视图:出版商的网站|谷歌学术搜索
34. a . Dehzangi s Phon-Amnuaisuk, o . Dehzangi”使用随机森林预测蛋白质折叠问题:一个实证研究,“信息科学与工程》杂志上,26卷,不。6,1941 - 1956年,2010页。视图:谷歌学术搜索
35. j·李、吴j .和k . Chen”PFP-RFSM:利用随机森林和蛋白质折叠预测序列图案,“生物医学科学与工程》杂志上》第六卷,没有。12日,第1170 - 1161页,2013年。视图:出版商的网站|谷歌学术搜索
36. x z冯和胡”,承认27-class蛋白质折叠通过添加段之间的相互作用和主题信息,“生物医学研究的国际ID 262850条,卷。2014年,9页,2014。视图:出版商的网站|谷歌学术搜索
37. l, m .廖,x高,问:邹,“一种改进蛋白质结构类预测方法通过合并两个序列和结构信息,“IEEE生物科学,14卷,不。4、339 - 349年,2015页。视图:出版商的网站|谷歌学术搜索
38. a . Dehzangi s Phon-Amnuaisuk m . Manafi,南非,“使用旋转森林蛋白质折叠预测问题:一个实证研究,”进化计算、机器学习和数据挖掘在生物信息学c . Pizzuti, m·d·里奇和m . Giacobini Eds。卷,6023在计算机科学的课堂讲稿施普林格,页217 - 227年,柏林,德国,2010年。视图:出版商的网站|谷歌学术搜索
39. 博洛尼亚和r . d . Appel“比较研究蛋白质折叠识别,”学报》第九届国际会议上神经信息处理(ICONIP ' 02)IEEE,页2492 - 2496年,新加坡,2002年11月。视图:出版商的网站|谷歌学术搜索
40. l, m .廖,x高,问:邹,“增强蛋白质折叠预测方法通过一种新的特征提取技术,”IEEE生物科学,14卷,不。6,649 - 659年,2015页。视图:出版商的网站|谷歌学术搜索
41. c .林y邹,j .秦et al .,“分层分类的蛋白质折叠使用新颖的系综分类器,”《公共科学图书馆•综合》,8卷,不。2篇文章e56499 2013。视图:出版商的网站|谷歌学术搜索
42. n·k·福克斯,s e·布伦纳和人类。Chandonia”范围:结构性proteins-extended分类,整合吟游诗人和星体数据和分类的新结构,”核酸的研究,42卷,不。1,D304-D309, 2014页。视图:出版商的网站|谷歌学术搜索
43. s . f . Altschul t·l·马登a·a·谢弗et al .,“豁裂的爆炸和PSI-BLAST:新一代的蛋白质数据库搜索项目,“核酸的研究,25卷,不。17日,第3402 - 3389页,1997年。视图:出版商的网站|谷歌学术搜索
44. w . Kabsch和c·桑德字典的蛋白质二级结构:氢键和几何特征的模式识别,”生物聚合物,22卷,不。12日,第2637 - 2577页,1983年。视图:出版商的网站|谷歌学术搜索
45. h·林E.-Z。邓,h .叮,w . Chen和K.-C。周,“IPro54-PseKNC:识别sigma-54启动子的序列预测原核生物与伪k-tuple核苷酸组成,”核酸的研究,42卷,不。21日,第12972 - 12961页,2014年。视图:出版商的网站|谷歌学术搜索
46. j .贾x, z . Liu b . Liu和K.-C。周,“iPPI-Esml:一个分类器识别蛋白质的相互作用通过合并他们的物化特性和小波变换成PseAAC,”理论生物学杂志》上卷。377年,47-56,2015页。视图:出版商的网站|谷歌学术搜索
47. W.-R。秋肖x和K.-C。周,”iRSpot-TNCPseAAC:确定复合点三核苷酸组成和伪氨基酸组成,”国际分子科学杂志》上,15卷,不。2、1746 - 1766年,2014页。视图:出版商的网站|谷歌学术搜索
48. h·w . Chen叮,p, h·林,K.-C。周,“iACP:识别抗癌肽序列的工具,”Oncotarget,7卷,不。13日,16895 - 16909年,2016页。视图:出版商的网站|谷歌学术搜索
49. j .贾x, z . Liu b . Liu和K.-C。周,“iSuc-PseOpt:识别蛋白质的赖氨酸succinylation网站将sequence-coupling效果纳入伪组件和优化不平衡训练数据集,“分析生物化学卷。497年,48-56,2016页。视图:出版商的网站|谷歌学术搜索
50. x l . b . Liu, f . Liu Wang和K.-C。周,“IMiRNA-PseDPC:微rna前体认同伪distance-pair成分的方法,”生物分子结构和动力学杂志》上,34卷,不。1,第232 - 220页,2016。视图:出版商的网站|谷歌学术搜索
51. j .贾x, z . Liu b . Liu和K.-C。周,“pSuc-Lys:预测蛋白质的赖氨酸succinylation网站PseAAC和合奏随机森林方法,”理论生物学杂志》上卷,394年,第230 - 223页,2016年。视图:出版商的网站|谷歌学术搜索
52. l . b . Liu, r . x局域网,K.-C。周,“iEnhancer-2L:一个两层的预测识别增强剂及其强度的伪k-tuple核苷酸组成,”生物信息学,32卷,不。3、362 - 369年,2016页。视图:出版商的网站|谷歌学术搜索
53. j .贾x, z . Liu b . Liu和k .周”iCar-PseCp:确定在蛋白质羰基化网站Monto卡洛采样和将顺序耦合的影响纳入PseAAC将军”Oncotarget,7卷,不。23日,第34570 - 34558页,2016年。视图:出版商的网站|谷歌学术搜索
54. 长r . b . Liu, K.-C。周,“iDHS-EL:识别DNase我过敏的网站通过融合三种不同模式的伪核苷酸组成成一个整体学习框架,“生物信息学,32卷,不。16,2411 - 2418年,2016页。视图:出版商的网站|谷歌学术搜索
55. W.-R。秋,B.-Q。太阳,x, d .徐,K.-C。周,“iPhos-PseEvo:识别人类磷酸化蛋白质将进化信息纳入通用PseAAC通过灰色系统理论”分子信息学,2016年。视图:出版商的网站|谷歌学术搜索
56. K.-C。周,“一些评价蛋白质属性预测和伪氨基酸组成,”理论生物学杂志》上,卷273,不。1,第247 - 236页,2011。视图:出版商的网站|谷歌学术搜索|MathSciNet
57. n . j .张X.-M。丁,H.-B。沈,“蛋白质折叠被基于进化的智能预测和结构信息,“计算化学杂志,37卷,不。4、426 - 436年,2016页。视图:出版商的网站|谷歌学术搜索
58. j·里昂:Biswas沙玛,a . Dehzangi和k . k . Paliwal”氨基酸残基的蛋白质折叠识别,结合使用kernelized动态时间扭曲,“理论生物学杂志》上卷,354年,第145 - 137页,2014年。视图:出版商的网站|谷歌学术搜索|MathSciNet
59. k . Kavousi b . Moshiri m . Sadeghi b . n . Araabi和A . A . Moosavi-Movahedi”蛋白质折叠形成的分类器融合不同的伪氨基酸组成模式通过PSSM”计算生物学和化学,35卷,不。1、1 - 9,2011页。视图:出版商的网站|谷歌学术搜索|MathSciNet
60. c·杜x Wang徐,y高,“PseAAC-Builder:跨平台的独立程序生成各种特殊周pseudo-amino酸成分,”分析生物化学,卷425,不。2、117 - 119年,2012页。视图:出版商的网站|谷歌学术搜索
61. D.-S。曹,Q.-S。徐,Y.-Z。梁,“藻:一个工具来生成各种模式的周PseAAC”生物信息学卷,29号7,960 - 962年,2013页。视图:出版商的网站|谷歌学术搜索
62. S.-X。林和j . Lapointe”理论和实验生物学研讨会——为纪念Kuo-Chen周教授的50周年和教授理查德•Giege 40周年的科学生涯”生物医学科学与工程》杂志上》第六卷,没有。4、435 - 442年,2013页。视图:出版商的网站|谷歌学术搜索
63. w·陈,T.-Y。Lei,华盛顿特区。金、h·林和K.-C。周,“PseKNC:一个灵活的web服务器生成伪K-tuple核苷酸组成,”分析生物化学,卷456,不。1,53-60,2014页。视图:出版商的网站|谷歌学术搜索
64. w·陈,x, j·布鲁克,h·林,l·张,K.-C。周,“PseKNC-General:跨平台方案生成伪核苷酸组成的各种模式,”生物信息学没有,卷。31日。1,第120 - 119页,2015。视图:出版商的网站|谷歌学术搜索
65. l . f . b . Liu Liu方,王x, K.-C。周,“RepDNA: Python包为DNA序列生成各种模式的特征向量,通过融合用户定义的物理化学性质和序列号的影响,“生物信息学没有,卷。31日。8,1307 - 1309年,2015页。视图:出版商的网站|谷歌学术搜索
66. j . f . b . Liu, x Wang Chen l .方和K.-C。周,“Pse-in-One: web服务器生成各种伪模式组件的DNA, RNA和蛋白质序列,”核酸的研究,43卷,不。1,W65-W71, 2015页。视图:出版商的网站|谷歌学术搜索
67. l .张、赵x和l .香港“预测蛋白质结构类low-similarity序列的进化差异信息周的一般形式的伪氨基酸组成,”理论生物学杂志》上卷,355年,第110 - 105页,2014年。视图:出版商的网站|谷歌学术搜索
68. 张,“准确预测蛋白质结构类,通过融合pss和PSSM周的PseAAC将军”化学计量学和智能实验室系统卷。142年,28-35,2015页。视图:出版商的网站|谷歌学术搜索
69. l .河中沙洲和c·桑德除去近邻冗余大蛋白质序列集合。”生物信息学,14卷,不。5,423 - 429年,1998页。视图:出版商的网站|谷歌学术搜索
70. Letunic, r·r·科普利得利,s . Pinkert j .舒尔茨和p·博克,“智能5:域在基因组和网络的背景下,“核酸的研究,34卷,补充1,D257-D260, 2006页。视图:出版商的网站|谷歌学术搜索
71. r·d·芬恩j . Mistry b Schuster-Bockler et al .,”包含:宗族,网络工具和服务。”核酸的研究,34卷,补充1,D247-D251, 2006页。视图:出版商的网站|谷歌学术搜索
72. r . l . Tatusov n . d . Fedorova j·d·杰克逊et al .,“齿轮数据库:一个更新版本包括真核生物,“BMC生物信息学第四十一条,卷。4日,2003年。视图:出版商的网站|谷歌学术搜索
73. a . Marchler-Bauer j·b·安德森·m·k·德比郡et al .,“CDD:保守域数据库交互领域家庭分析,“核酸的研究,35卷,不。1,D237-D240, 2007页。视图:出版商的网站|谷歌学术搜索
74. a·a·谢弗l . Aravind t·l·马登et al .,“改善PSI-BLAST蛋白质数据库搜索的准确性composition-based统计数据和其他改进,”核酸的研究卷,29号14日,第3005 - 2994页,2001年。视图:出版商的网站|谷歌学术搜索
75. n .后备军人,m .大厅和e·弗兰克”物流模式树,”机器学习卷,59号1 - 2、161 - 205年,2005页。视图:出版商的网站|谷歌学术搜索
76. c c。Chang和C.-J。林,“LIBSVM:支持向量机的库,”ACM智能交易系统和技术,卷2,不。3、第二十七条,2011年。视图:出版商的网站|谷歌学术搜索
77. s . s . Keerthi s . k . Shevade c . Bhattacharyya和k·r·k·没吃,”普拉特SMO算法的改进支持向量机分类器设计,“神经计算,13卷,不。3、637 - 649年,2001页。视图:出版商的网站|谷歌学术搜索
78. g·h·约翰·p·兰利,“估计连续分布在贝叶斯分类器,”学报11日会议上的不确定性人工智能摩根考夫曼,页338 - 345年,1995年。视图:谷歌学术搜索
79. j·j·罗德里格斯、l . i Kuncheva和c·j·阿隆索“旋转森林:一个新的分类器集成方法,”IEEE模式分析与机器智能,28卷,不。10日,1619 - 1630年,2006页。视图:出版商的网站|谷歌学术搜索
80. j .伽马功能树,机器学习,55卷,不。3、219 - 250年,2004页。视图:出版商的网站|谷歌学术搜索
81. a . Liaw和m·维纳“randomForest分类和回归,”R新闻,卷2,不。3,在18到22岁,2002页。视图:谷歌学术搜索
82. K.-C。周和H.-B。沈,“预测蛋白质的亚细胞定位,通过多个分类器融合”细胞生物化学杂志》上,卷99,不。2、517 - 527年,2006页。视图:出版商的网站|谷歌学术搜索
83. K.-C。周和H.-B。沈,“真核蛋白质亚细胞定位预测融合优化evidence-theoretic再分类器,”蛋白质组研究期刊》的研究,5卷,不。8,1888 - 1897年,2006页。视图:出版商的网站|谷歌学术搜索
84. K.-C。周和H.-B。沈,“Signal-CF: subsite-coupled window-fusing预测信号肽的方法,”生物化学和生物物理研究通信,卷357,不。3、633 - 640年,2007页。视图:出版商的网站|谷歌学术搜索
85. H.-B。沈和K.-C。周,“Gpos-PLoc:一个分类器对革兰氏阳性细菌蛋白质的亚细胞定位预测,“蛋白质工程、设计和选择,20卷,不。1,39-46,2007页。视图:出版商的网站|谷歌学术搜索
86. H.-B。沈和K.-C。周,“Hum-mPLoc:一个分类器对大规模人类蛋白质亚细胞定位预测与多个网站,通过合并样本”生物化学和生物物理研究通信,卷355,不。4、1006 - 1011年,2007页。视图:出版商的网站|谷歌学术搜索
87. H.-B。沈,j·杨,K.-C。周,“Euk-PLoc:一个分类器对大规模真核蛋白质亚细胞定位预测,“氨基酸,33卷,不。1,57 - 67,2007页。视图:出版商的网站|谷歌学术搜索
88. H.-B。沈和K.-C。周,“QuatIdent: web服务器识别蛋白质四级结构属性的融合功能域和连续的演化信息,“蛋白质组研究期刊》的研究,8卷,不。3、1577 - 1584年,2009页。视图:出版商的网站|谷歌学术搜索
89. j .贾x, z . Liu b . Liu和K.-C。周,“iPPBS-Opt:基于系综分类器识别蛋白质结合位点通过优化训练数据集,不平衡”分子,21卷,不。1,p。95年,2016。视图:出版商的网站|谷歌学术搜索

版权

版权©2016 Daozheng陈等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。