[发明专利]一种基于概率神经网络集成的信号肽预测方法无效
| 申请号： | 201010596731.9 | 申请日： | 2010-12-21 |
| 公开（公告）号： | CN102012977A | 公开（公告）日： | 2011-04-13 |
| 发明（设计）人： | 孔祥增;王怡;郭躬德;陈丽萍 | 申请（专利权）人： | 福建师范大学 |
| 主分类号： | G06F19/12 | 分类号： | G06F19/12;G06F19/24;G06N3/08 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350007 福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于概率神经网络集成的信号肽预测方法，其特征在于，实现步骤如下：a.根据蛋白质性质对其进行编码，然后利用滑动窗口原理分割蛋白质序列；b.建立一组概率神经网络子分类器，分别用蛋白质序列样本进行分类训练，训练后得到一组信号肽分类模型；c.利用得到的各个模型分类测试数据集；d.统计各模型输出的分类结果，产生信号肽剪切位点候选集；e.采用多数投票法决策确定信号肽的剪切位点；f.采用5折交叉验证预测结果。本发明比使用单分类器预测的准确率要高，并且算法运行速度快，算法结构简洁，能有效满足对信号肽的预测。 | ||
| 搜索关键词： | 一种 基于 概率 神经网络 集成 信号肽 预测 方法 | ||
【主权项】：
一种基于概率神经网络集成的信号肽预测方法，其特征在于，实现步骤如下：a.根据蛋白质性质对其进行编码，然后利用滑动窗口原理分割蛋白质序列；b. 建立一组概率神经网络子分类器，分别用蛋白质序列样本进行分类训练，训练后得到一组信号肽分类模型；c. 利用得到的各个模型分类测试数据集；d. 统计各模型输出的分类结果，产生信号肽剪切位点候选集；e. 采用多数投票法决策确定信号肽的剪切位点；f. 采用5折交叉验证预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福建师范大学，未经福建师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201010596731.9/，转载请声明来源钻瓜专利网。
- 上一篇：抗沉降易清洗的新型养殖池
- 下一篇：造纸车间热环境设计方法
- 同类专利
- 专利分类
G06 计算；推算；计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
