基于分段偽氨基酸組成成分特征提取方法預測蛋白質亞細胞定位

摘要: 蛋白質的亞細胞定位與蛋白質的功能密切相關, 其定位預測有助于人們了解蛋白質功能。文章提出一種分段偽氨基酸組成成分特征提取方法, 采用支持向量機算法對Chou 構建的兩個蛋白質亞細胞定位數據集（C2129, CS2423）進行了分類研究, 并采用總分類精度Q3、內容平衡精度指數Q9 等參數評估預測分類系統性能。預測結果表明, 基于分段偽氨基酸組成成分特征提取方法的預測性能, 優于基于完整蛋白質序列的偽氨基酸組成成分特征提取方法。例如, 基于分段矩描述子偽氨基酸組成成分特征提取方法, 數據集C2129 的Q3 和Q9 分別為84.7% 和60.8%, 比基于完整蛋白質序列的矩描述子偽氨基酸組成成分特征提取方法分別提高1.8 和2.2 個百分點, 且Q3 比現有Xiao 等人的方法提高了9.1 個百分點。基于分段偽氨基酸組成成分特征提取方法構成的特征向量不僅包含殘基之間的位置信息, 而且還包含蛋白質子序列之間的耦合信息, 另外蛋白質分段子序列可能和蛋白質的功能域有一定的聯系, 從而使這一方法能夠有效地預測蛋白質亞細胞定位。