论文部分内容阅读
近年来随着生物信息学的发展和生物数据库的容量增长,用计算机快速处理生物数据逐渐代替传统的生物实验方法。其中,成熟的蛋白质测序技术产生大量蛋白质氨基酸序列,根据这些序列信息预测蛋白质的二级结构,已成为研究热点之一。核方法应用于蛋白质二级结构预测已经有数年的历史,尤其支持向量机的应用在此领域产生了许多有生物学意义的结果。不过,当基于不同平台,提取了多种不同的特征向量时,单核的分类器只能使用同样的核函数将所有的特征一并处理,而非区别对待以利用其特性。为了将不同的特征融合,最大限度地利用可分性,本文提出一种多核学习的方法。该方法首先提取多类特征,再用不同的核函数分别生成核矩阵后,以优化方式得到一系列核矩阵的加权,最终在生成的多核学习矩阵上训练分类器。在两千余条序列同源性低于百分之三十的蛋白质数据集上,以实验方法对比单核和多核学习在蛋白质二级结构预测效果上的差别,证实了在蛋白质二级结构预测上,多核学习方法要优于单核学习方法,并提出了多核学习方法可改进现有的核分类器。