基于聚類(lèi)與特征融合的蛋白質(zhì)亞細(xì)胞定位方法

　　蛋白質(zhì)亞細(xì)胞的定位預(yù)測(cè)不僅是研究蛋白質(zhì)結(jié)構(gòu)和功能的重要基礎(chǔ)，還對(duì)了解某些疾病的發(fā)病機(jī)理、藥物設(shè)計(jì)與發(fā)現(xiàn)具有重要意義。然而，如何利用機(jī)器學(xué)習(xí)精準(zhǔn)預(yù)測(cè)蛋白質(zhì)亞細(xì)胞的位置一直是一項(xiàng)具有挑戰(zhàn)性的科學(xué)難題。針對(duì)這一問(wèn)題，提出了一種基于聚類(lèi)與特征融合的蛋白質(zhì)亞細(xì)胞定位方法。首先將自相關(guān)系數(shù)法和熵密度法引入蛋白質(zhì)特征表達(dá)模型的構(gòu)建并在傳統(tǒng)的 Pseaac（ Pseudo- amino Acid Composition）的基礎(chǔ)上提出了一種改進(jìn)型 Pseaac方法。為了更好地表達(dá)蛋白質(zhì)序列信息，文中首先將自相關(guān)系數(shù)法、熵密度法和改進(jìn)型 Pseaac進(jìn)行融合，構(gòu)造了一種全新的蛋白質(zhì)序列表征模型;然后利用主成分分析法對(duì)融合后的特征向量進(jìn)行降維，將結(jié)果輸入到LibD3C集成分類(lèi)器，對(duì)蛋白質(zhì)亞細(xì)胞進(jìn)行分類(lèi)預(yù)測(cè)，并采用留一法在Gram- positiⅳve和（ram- negative數(shù)據(jù)集上進(jìn)行交叉檢驗(yàn);最后將取得的實(shí)驗(yàn)結(jié)果與其他現(xiàn)有算法進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明，所提方法在Gram- positive和Gram- negative數(shù)據(jù)集上分別取得了99.24%和95.33%的預(yù)測(cè)準(zhǔn)確率，說(shuō)明所提方法具有科學(xué)性和有效性。