论文部分内容阅读
运用RBF神经网络预测蛋白质相互作用位点。首先提取序列谱、保守权重、熵值、复合物可及表面枳和序列变化率等一系列蛋白质相互作用位点的关键特征。然后应用RBF神经网络以及它们的集成来对这些样本集进行训练与测试。使用10次交叉验证进行训练与测试，创建了4组具有对比性的蛋白质相互作用特征组合。实验中每加入一种新的特征时正确预测率都会相应的提高，特别是加入可及表面积和序列变化率特征时正确率提高幅度更大，表明利用多特征组合，结合RBF神经网络算法进行预测蛋白质相互作用位点的方法是正确有效的。