基于支持向量机融合网络的蛋白质折叠子识别研究

在不依赖于序列相似性的条件下，蛋白质折叠子识别是一种分析蛋白质结构的重要方法.提出了一种三层支持向量机融合网络，从蛋白质的氨基酸序列出发，对27类折叠子进行识别.融合网络使用支持向量机作为成员分类器，采用“多对多”的多类分类策略，将折叠子的6种特征分为主要特征和次要特征，构建了多个差异的融合方案，然后对这些融合方案进行动态选择得到最终决策.当分类之前难以确定哪些参与组合的特征种类能够使分类结果最好时，提供了一种可靠的解决方案来自动选择特征信息互补最大的组合，保证了最佳分类结果.最后，识别系统对独立测试样本的总分类精度达到61.04%.结果和对比表明，此方法是一种有效的折叠子识别方法.