- 站内检索
- 发现检索
全部
图书
期刊
按文献类别分组
按栏目分组
关键词
- 元胞自动机图的蛋白质二级结构类型预测
- 作者： 胡鸿豪 宋丽平 肖绚 来源： 计算机工程与应用 年份： 2010 文献类型 ： 期刊 关键词： 蛋白质二级结构 灰度共生矩阵 元胞自动机 Jackknife测试 K近邻算法
- 描述： 蛋白质结构预测是后基因组时代的一项重要任务,蛋白质二级结构预测是蛋白质结构预测的关键步骤.利用氨基酸数字编码模型生成蛋白质序列的元胞自动机图(Cellular Automata Image,CAI),提出了一种基于灰度共生矩阵(Gray Level Co-occurrence Matrix,GLCM)提取纹理图像特征的方法.用扩大的协方差算法进行预测,仿真结果显示有较好的分类效果,Jackknife检验的预测成功率达到94.61%.
- 一种亲水性编码模型在GPCR预测中的应用
- 作者： 肖纯材 王普 来源： 科技信息 年份： 2010 文献类型 ： 期刊 关键词： 亲水性 模糊K近邻 G蛋白偶联受体 jackknife测试
- 描述： G蛋白偶联受体(GPCR)在各种不同的生理过程中起着重要的作用。文章运用亲水性编码模型对氨基酸进行编码,并结合氨基酸的成分模型,通过Jackknife方法对总成功率检验表明,本文的方法是非常有效的。
- 基于距离矩阵灰度图的蛋白质二级结构类型预测
- 作者： 肖绚 肖纯材 王普 来源： 计算机应用研究 年份： 2010 文献类型 ： 期刊 关键词： 蛋白质二级结构 模糊K近邻 几何矩 Jackknife测试 距离矩阵
- 描述： 蛋白质二级结构预测在蛋白质结构预测中具有很重要的作用。基于伪氨基酸成分表示蛋白质的方法,能提高蛋白质结构和功能预测的成功率,利用蛋白质距离矩阵灰度图,基于几何矩提出了一种伪氨基酸构造方法,结合氨基酸的成分对蛋白质二级结构类型进行预测,通过国际公认的Jackknife检验方法显示预测成功率达到95.10%,比其他方法高出许多,说明此方法具有有效的分类效果。