莫尔弗预判:基于集成学习策略的蛋白质序列MoRFs预测方法
本文主要探讨了MoRFs(分子识别特征)在内在无序蛋白(Intrinsically Disordered Proteins, IDPs)相互作用网络中的关键作用,并提出了一种名为MoRFPred_en的新型序列预测方法,以利用集成学习策略来识别这些功能区域。在IDPs相关的许多严重疾病研究中,识别MoRFs具有显著的生物学意义,因为它有助于理解蛋白质功能、相互作用及病理过程。 MoRFPred_en是通过构建一个综合模型,该模型整合了四个子模型,每个子模型利用不同的序列特征来进行预测。这些特征可能包括氨基酸的物理化学性质、二级结构倾向、三级结构信号以及与邻近氨基酸之间的相互作用模式等。集成学习的优势在于它能够结合多个模型的预测结果,提高整体的预测准确性和鲁棒性,避免单个模型的局限性。 研究团队,来自山东科技大学和东京大学的计算机科学与工程系专家,如陈芳、吉田孝太郎(Yoshitaka Moriwaki)、蔡红丽和 Kentaro Shimizu,共同参与了这项工作。他们首先在2019年4月12日收到了初步研究,经过修订并在同年7月2日得到了改进,最终在10月30日被接受,并于2020年1月31日发表。整个研究流程包括数据收集、特征工程、模型训练、性能评估以及对预测结果的生物验证。 为了实现MoRFPred_en,研究人员可能采用了机器学习算法,如随机森林(Random Forest)、支持向量机(SVM)或深度学习模型,对大量已知含有MoRFs的蛋白质序列进行训练。他们可能还进行了交叉验证,确保模型在未见过的数据上也能表现出良好的泛化能力。此外,他们可能关注了预测的可解释性,以便在找到MoRFs后,能进一步分析其功能机制和与疾病关联的具体路径。 MoRFPred_en的开发是针对当前对内在无序蛋白中分子识别特征研究的关注热点,它代表了在生物信息学领域中应用集成学习技术的一个实例,旨在提升MoRFs的预测精度,从而为理解相关疾病的发病机制和潜在治疗靶点提供有力工具。
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
- 粉丝: 3
- 资源: 954
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
最新资源
- 贵州煤矿矿井水分类与处理策略:悬浮物、酸性与非酸性
- 醛固酮增多症肾上腺静脉采样对比:ACTH后LR-CAV的最优评估
- 开源云连接传感器监控平台:农业土壤湿度远程监测
- 母婴用品企业年度生产计划线性规划优化模型:实证与应用
- 井下智能变电站:Rogowski线圈电流检测系统的研发与性能验证
- 霍州矿区煤巷稳定性分析及支护策略
- ARM嵌入式系统远程软件更新方案:基于TFTP协议
- 煤炭选煤中汞分布规律与洗选脱汞效果
- 提升码垛机器人性能:拉格朗日动力学模型与滑模模糊控制的应用
- 增强现实技术提升学前手写教学:设计与开发案例
- 不规则工作面沉陷三角剖分算法提升与应用
- 卡尔曼滤波在瞬变电磁干扰压制中的应用研究
- 煤矿安全能力研究:理论与系统构建
- LonWorks总线技术在斜巷运输车辆定位与跑车防护中的应用
- 神东煤炭集团高效煤粉锅炉系统:节能环保新实践
- Ti/SnO2+Sb2Ox/PbO2电极分形维数与电催化性能研究
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)