基于集成学习和基因本体标注库的细胞凋亡蛋白亚细胞位置预测
王晓
李辉
翟云清
1.郑州轻工业学院 计算机与通信工程学院,河南 郑州,4500012.郑州轻工业学院 计算机与通信工程学院,河南 郑州,4500013.郑州轻工业学院 计算机与通信工程学院,河南 郑州,450001
摘要：针对目前凋亡蛋白的亚细胞定位预测精度不高的问题，提出了基于集成学习和基因本体（GO）标注库的细胞凋亡蛋白亚细胞位置预测方法．该方法采用凋亡蛋白及其同源蛋白的 GO 特征，结合两层集成策略，预测凋亡蛋白的亚细胞位置．在第一层，依据不同同源蛋白个数生成多个特征向量集合，选取距离权重 K 近邻分类器作为个体分类器，训练多个子预测模型，并以多数投票的方式集成．在第二层，将第一层的集成模型作为子预测模型，以多数投票的方式集成不同近邻个数预测模型．Jackknife 检验结果表明：该方法在 CL317凋亡蛋白数据集上预测准确率达到96．2％，优于其他方法；此外，还有效降低了数据不均衡带来的影响．
关键词：亚细胞定位同源蛋白基因本体特征集成K近邻算法
分类号：TP273(自动化技术及设备)
资助基金：国家自然科学基金(61402422)河南省教育厅科学技术研究重点项目(14A520063)郑州轻工业学院博士科研基金(2013BSJJ082)
论文发表日期：2016-07-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 95-101 )
英文信息