同源寡聚体

作品数：7被引量：19H指数：2
导出分析报告
相关领域：生物学更多>>
相关作者：张绍武潘泉程咏梅李启鹏陈伟更多>>
相关机构：西北工业大学中国科学院华中科技大学国防科学技术大学更多>>
相关期刊：《生物化学与生物物理进展》《分析化学》《生物物理学报》《北京生物医学工程》更多>>
相关基金：国家自然科学基金国家重点实验室开放基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于次生特征提取方法预测蛋白质同源寡聚体
《北京生物医学工程》2010年第1期16-22,共7页李启鹏 张绍武 潘泉 陈伟 
国家自然科学基金(60775012;60634030);西北工业大学科技创新项目(KC02)资助
寡聚蛋白质相对于单体蛋白质具有许多优势,广泛地参与多种生命活动。本文提出次生特征提取方法,使用支持向量机作为分类器,采用"一对一"的多类分类策略,基于蛋白质一级序列提取特征方法,对四类同源寡聚体进行分类研究。结果表明,在Jackk...
关键词：同源寡聚体 支持向量机 特征提取 原生特征 次生特征 
基于多策略滑动伸缩窗特征提取方法预测蛋白质同源寡聚体
《生物物理学报》2009年第5期335-342,共8页李启鹏 张绍武 潘泉 陈伟 
国家自然科学基金项目(60775012;60634030);西北工业大学科技创新项目(KC02)~~
寡聚蛋白质广泛地参与多种生命活动,对其预测研究有重要的意义。文章从蛋白质序列出发,提出多策略滑动伸缩窗特征提取方法,采用"一对一"的多类分类策略,对蛋白质同源寡聚体进行预测研究。结果表明,在Jackknife检验下,基于支持向量机的...
关键词：同源寡聚体 支持向量机 特征提取 多策略滑动伸缩窗 多策略滑动伸缩窗特征 
基于小波支持向量机的蛋白质同源寡聚体分类研究
《分析化学》2009年第A03期376-376,共1页孙兴玉 黄建华 邱建丁 
本文系国家自然科学基金（Nos.20605010,20865003）,江西省自然科学基金（No.2007JZH2644）,湖南大学生物传感与化学计量学国家重点实验室开放基金（No.2006022）资助.
蛋白质具有的功能在很大程度上取决于其空间结构，因此对蛋白质空间结构的研究有着重要的意义。目前，蛋白质空间结构的解析主要有X射线晶体学方法、多维核磁共振法和基于结构知识的蛋白质结构预测方法。X射线晶体学方法是迄今为止研究...
关键词：蛋白质结构预测 同源寡聚体 支持向量机 X射线晶体学 空间结构 分类 小波 晶体结构测定 
基于加权自相关函数特征提取法的多类蛋白质同源寡聚体分类研究被引量：2
《生物医学工程学杂志》2007年第4期721-726,共6页张绍武 潘泉 赵春晖 程咏梅 
国家自然科学基金资助项目(60372085);西北工业大学科技创新基金资助项目(KC02)
我们提出一种新的特征提取方法,即用蛋白质序列的氨基酸组成成分和一系列的氨基酸残基指数加权自相关函数构成特征向量,表示蛋白质序列,与支持向量机算法组合对蛋白质同源二聚体、同源三聚体、同源四聚体、同源六聚体进行分类研究,得到...
关键词：特征提取 加权自相关函数 支持向量机 同源寡聚体 
基于分组重量编码的蛋白质同源寡聚体分类研究
《国防科技大学学报》2007年第2期91-93,共3页张振慧 王正华 王勇献 
基于一种新的特征提取方法——分组重量编码(Encoding on the basis of Grouped Weight,简记为EBGW),采用组分耦合算法作为分类器,从蛋白质一级序列出发对四类同源寡聚体蛋白进行分类研究。结果表明,在Jackknife检验下,基于分组重量编...
关键词：分组重量编码 同源寡聚体 组分耦合算法 
基于氨基酸组成分布的蛋白质同源寡聚体分类研究被引量：9
《生物物理学报》2006年第1期49-56,共8页施建宇 潘泉 张绍武 程咏梅 
国家自然基金项目(60372085)~~
基于一种新的特征提取方法——氨基酸组成分布,使用支持向量机作为成员分类器,采用“一对一”的多类分类策略,从蛋白质一级序列对四类同源寡聚体进行分类研究。结果表明,在10-CV检验下,基于氨基酸组成分布,其总分类精度和精度指数分别...
关键词：氨基酸组成分布 二维主成分分析 支持向量机 同源寡聚体 
基于支持向量机的蛋白质同源寡聚体分类研究被引量：15
《生物化学与生物物理进展》2003年第6期879-883,共5页张绍武 潘泉 陈润生 张洪才 
西北工业大学博士创新基金资助~~
基于支持向量机和贝叶斯方法 ,从蛋白质一级序列出发对蛋白质同源二聚体、同源三聚体、同源四聚体、同源六聚体进行分类研究 ,结果表明 :基于支持向量机 ,采用“一对多”和“一对一”策略 ,其分类总精度分别为 77 3 6%和 93 43 % ,分...
关键词：支持向量机 蛋白质 同源寡聚体 分类 贝叶斯协方差判别法 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部