一种基于结构域的蛋白质功能分类预测新方法
摘要
从已知的蛋白质序列数据出发, 预测蛋白质的功能是生物信息学研究的一项重要任务. 常见而有效的一种方法是将蛋白质按照其序列特征归并到不同的功能类中去. 据此我们应用最大似然估计(MLE)算法, 发展了一种以蛋白质结构域组成特征为基础的方法, 对蛋白质进行功能分类. 我们对酵母(<I>Saccharomyces cerevisiae</I>)基因组用MLE方法和文献中记载的另一种方法进行了预测, 并对两种方法进行了比较. 结果表明MLE方法预测明显优于文献中记载的另一种方法. MLE方法的特异性达到75.45%, 敏感性达到40.26%. 这个结果也说明结构域是蛋白质的一个重要特性, 它与蛋白质的功能紧密相关.
引用本文（GB/T 7714）
亦学 李, 建成 林, 铁流 石, 等. 一种基于结构域的蛋白质功能分类预测新方法[J]. Chinese Science Bulletin (Chinese Version), 2004.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。