%0 Journal Article
%T 基于支持向量机的蛋白质同源寡聚体分类研究
%A 张绍武？
%A 潘泉？
%A 陈润生？
%A 张洪才？
%J 生物化学与生物物理进展
%D 2003
%X 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77.36%和93.43%,分别比基于贝叶斯协方差判别法的分类总精度50.64%提高26.72和42.79个百分点.从而说明支持向量机可用于蛋白质同源寡聚体分类，且是一种非常有效的方法.对于多类蛋白质同源寡聚体分类，基于相同的机器学习方法（如支持向量机），采用“一对一”策略比“一对多”效果好.同时亦表明蛋白质同源寡聚体一级序列包含四级结构信息.
%K 支持向量机
%K 贝叶斯协方差判别法
%K 分类
%K 同源二聚体
%K 同源三聚体
%K 同源四聚体
%K 同源六聚体
%U http://www.pibb.ac.cn/pibbcn/ch/reader/view_abstract.aspx?file_no=20030612&flag=1