基于扩展的Markov逻辑网的蛋白质beta结构关联预测方法研究  

Research on method of protein contact prediction of beta structure by extend Markov logic network

作　　者：熊忠阳[1] 万文为[1] 张玉芳[1] 刘君[1] 

机构地区：[1]重庆大学计算机学院,重庆400044

出　　处：《计算机应用研究》2012年第4期1216-1219,1255,共5页Application Research of Computers

基　　金：中央高校研究生科技创新基金资助项目(CDJXS11181163);重庆市自然科学基金资助项目(CSTC 2008BB2191)

摘　　要：传统机器学习方法在蛋白质关联图预测中要求满足独立一致性的条件,为了克服传统机器学习独立一致性假设,并且利用关联残基之间的规则约束,提出一种基于扩展的Markov逻辑网的蛋白质beta关联预测方法,该方法能够利用Markov统计关系学习框架来实现蛋白质beta结构关联预测。实验结果表明,利用该方法能够获得较好的beta关联预测效果,实验预测精度能够达到45.91%,较BetaPro能提高8%,是随机预测精度的14倍。In order to overcome the independent and identically distributed assumption and take advantage of rules and constrains in the protein,this paper presented a Markov logic network method to predict the beta-residue contact.This method could take advantage of Markov statistical relational learning framework to achieve the prediction of protein beta-residue contact.Experimental results show that this method can get better performance than other methods previously reported in the protein beta-residue contact prediction.It can be increased by 8% compared with BetaPro and 14 times of random prediction accuracy.

关 键 词：MARKOV逻辑网 蛋白质关联预测 beta-残基 神经网络 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP319[自动化与计算机技术—控制科学与工程]