蛋白質序列功能預測之計分卡設計

 

本實驗室與本系黃慧玲教授共同提出之計分卡方法搭配使用繼承式雙目標之智慧式基因演算法(Inheritable Bi-objective Combinatorial Genetic Algorithm, IBCGA),可以輕易地從未知之蛋白質預測其是否為結晶蛋白質。目前已有很多計算方法來預測蛋白質的結晶,而大多數方法使用氨基酸和二肽組合物的一部分的大量訊息的特點。要提前預測的準確度,支持向量機(SVM)的分類方法是有效和常用的技術。然而,這些技術大多只能表面的解釋蛋白質結晶能力。

在這項研究中,我們利用新開發的記分卡方法(SCM)與二肽組成特徵來預測蛋白質的結晶。這SCM分類獲得的預測結果74%,分別為0.55和0.83的準確性,敏感性和特異性,相對於SVM分類器,SCM的結果可以與之相比。實驗結果表明,SCM分類簡單,解釋性高,精度高的優點相比在預測蛋白質結晶。

Chinese, Traditional