电子科大邹权团队 | SBSM-Pro：用于蛋白质序列分析的支持生物序列机
文摘
科技
2024-11-15 12:00
北京
![]()
![]()
研究团队
王一争，翟祎笑，丁漪杰，邹权：电子科技大学基础与前沿研究院，电子科技大学长三角研究院（衢州）
文章下载
Yizheng WANG, Yixiao ZHAI, Yijie DING & Quan ZOU. SBSM-Pro: support bio-sequence machine for proteins. Sci China Inf Sci, 2024, 67(11): 212106, doi: 10.1007/s11432-024-4171-9
![]()
蛋白质在生物系统中起着至关重要的作用。机器学习算法可以用于蛋白质分类，帮助研究人员理解和分析生物序列，进而指导生物实验和生物技术应用。通过对蛋白质功能和翻译后修饰的精确识别，科学家可以获得关键的生物信息，从而推动遗传学、病理学等多个领域的研究。本文提出了一个名为SBSM-Pro的新模型，该模型专为生物序列分类设计。SBSM-Pro的主要特点包括：1. 氨基酸分组：基于氨基酸的物理化学性质对其进行分组，并使用光谱聚类和字典编码重新编码蛋白质序列。2. 序列相似性测量：采用Levenshtein距离和Smith-Waterman评分来测量蛋白质序列之间的相似性。3. 多核学习（MKL）：引入了一种新的多核学习方法（HCKDM-MKL），结合多种相似性核，优化蛋白质分类过程。4. 支持向量机（SVM）：使用预计算的核进行分类预测，以提高模型的准确性和效率。(1) 通过氨基酸理化性质-光谱聚类-字典（PSD）方法，对氨基酸进行分组，减少了序列比对中的噪声。(2) 提出了HCKDM-MKL方法，融合了多种相似性核，增强了模型对蛋白质数据的处理能力。 (3) 使用支持向量机与预计算核结合，确保了高效精准的蛋白质分类。本文在十个不同的蛋白质分类数据集上验证了SBSM-Pro的性能。这些数据集涵盖了蛋白质功能识别和翻译后修饰（PTM）识别。实验结果表明，SBSM-Pro在所有数据集上的分类准确率显著高于现有方法。SBSM-Pro展示了在蛋白质分类领域的卓越性能，提供了一种新的生物序列分类方法，为未来的研究和应用提供了新的方向。
![]()
![]()
