基于特征选择及核学习方法的蛋白B-factor实值预测研究

摘要

B-factor反映了原子在蛋白质晶体结构中相对其平均位位置的不确定性，与蛋白质的结构与功能密切相关。在本文中，我们提出了一种新颖的预测B-factor实值的方法，首先提取蛋白序列和其进化信息中的特征，然后，使用随机森林对这些特征的重要性进行选择与排序，并把这些选择后获得的特征作为两层SVR的输入。实验结果表明对特征重要性的分析对于构建有效的预测工具非常必要。