基于概率神经网络的蛋白质相互作用分类器

摘要: 蛋白质- 蛋白质作用面上的结构特征对于研究蛋白质功能具有重要意义。提出了一种新的、基于统计直方图提取蛋白质作用面特征的方法, 并且利用提取出的作用面特征, 结合概率神经网络, 实现了对作用面结构类型的分类预测。从预测结果来看, 统计直方图提取出的特征, 对蛋白质作用面结构具有很好的区分能力, 而且可以通过调节划分的区间个数和节点的选取方式, 达到对作用面结构的不同粒度的描述, 以适用于不同目的的研究, 这可能对与结构有关的某些生物信息学问题的研究具有启发性。利用概率神经网络对作用面结构进行分类预测, 避开了费时的结构比对和数据库搜索, 且训练快速, 扩展能力强, 正确率高, 对独立测试集的911 个蛋白复合物视在正确率达到90.67%。基于该算法的MATLAB 分类器软件可以通过E-Mail 与作者联系获取。