基于SVM的蛋白质二级结构预测  

Protein secondary structure prediction based on SVM

作　　者：吴琳琳[1] 徐硕[2] 

机构地区：[1]滨州医学院烟台校区基础学院,滨州264003 [2]中国科学技术信息研究所信息技术支持中心,北京100038

出　　处：《生物信息学》2010年第3期187-190,共4页Chinese Journal of Bioinformatics

摘　　要：蛋白质结构预测是现代计算生物领域最重要的问题之一,而蛋白质二级结构预测是蛋白质高级结构预测的基础。目前蛋白质二级结构的预测方法较多,其中SVM方法取得了较高的预测精度。重在阐述使用SVM用于蛋白质二级结构预测的步骤,以及与其他方法进行比较时应该注意的事项,为下一步的研究提供参考及启发。Protein structure prediction is one of most important problems in modern computational biology,but protein secondary structure prediction is the foundation for high-level structure prediction.At the present time,there are many methods for protein secondary structure prediction,where one can obtain higher precision of prediction with SVM.The emphasis is put on how to apply SVM to protein secondary structure prediction,and some notes when comparing with other approaches,thus providing reference and inspiration for further study.

关 键 词：支持向量机 蛋白质二级结构预测 非典型肺炎 

分 类 号：Q71[生物学—分子生物学]