论文部分内容阅读
神经毒素是一种应用非常广泛的毒素，因此有必要提出一种能够快速、准确预测神经毒素的算法．这里基于神经毒素蛋白质序列的”肽组分和序列的亲疏水性分布信息，提出了一种离散增量结合支持向量机的ID—SVM的算法，对神经毒素和细胞毒素进行了预测．为了将ID—SVM的预测算法和其它的预测算法进行比较，将ID—SVM算法应用到Saha和Raghava构建的神经毒素和非神经毒素的数据库上．预测结果显示，ID—SVM算法的预测结果高于Saha和Raghava所用的算法的预测结果．