磷酸化修饰位点预测分析研究

发布时间：2022-01-16 00:03

　　目的:通过支持向量机算法预测蛋白质序列中的磷酸化修饰位点信息。方法:从最新版Swiss-Prot数据库中提取人类磷酸化数据并构建样本集,提取筛选四类序列特征并利用支持向量机算法进行预测。结果:十倍交叉验证结果表明,丝氨酸、苏氨酸、酪氨酸上的磷酸化修饰位点识别准确率分别达93.00%、82.25%、81.50%,马太相关系数（MCC）达0.86、0.65、0.63。独立测试集验证结果中识别准确率整体优于同类预测工具RF-Phos,苏氨酸样本集上性能表现最优,准确率达86.59%,MCC值达0.63。结论:通过支持向量机整合序列特征对磷酸化修饰位点定位,为进一步的生物学实验提供较为准确的信息。 

【文章来源】：生物化工. 2020,6(03)

【文章页数】：5 页

【文章目录】：
1 材料与方法
    1.1 材料
    1.2 方法
        1.2.1 物理化学属性特征
        1.2.2 KNN距离
        1.2.3 信息熵与熵密度
        1.2.4 氨基酸组成
2 结果与分析
3 讨论
    3.1 特征分析
    3.2 工具对比
4 结论


【参考文献】：
期刊论文
[1]融合位置特征与序列进化信息的磷酸化位点预测（英文）[J]. 谭泗桥,李钎,陈渊,彭剑.  生物化学与生物物理进展. 2017(12)

硕士论文
[1]基于蛋白磷酸化的肺癌标记物识别方法研究[D]. 侯一博.西安电子科技大学 2017



本文编号：3591557