基于异质分类器集成的蛋白质结晶倾向性预测

摘要

X射线结晶学是确定蛋白质分子结构的重要方法之一.准确预测蛋白质的结晶倾向性对于基于X射线结晶学的蛋白质结构确定的成功率具有重要意义.该文提出了一种基于异质分类器集成的方法,以进一步提高蛋白质结晶倾向性预测的准确率.首先从蛋白质序列出发抽取氨基酸组成成分、伪氨基酸组成成分、伪位置特异性得分矩阵以及伪溶剂可及性特征,并将这些特征进行组合;然后,在特征空间训练多个异质分类器并进行集成.该文所提方法在公开训练集上的五重交叉验证及独立测试集上的马修斯系数分别达到了0.64及0.73.与现有的基于序列的蛋白质结晶倾向性预测方法的对比结果进一步验证了所提方法的有效性.