基于极限学习机的蛋白质相互作用预测

摘要

蛋白质间的相互作用参与到生命活动的全过程,对它的研究有助于揭示生命活动的机制.本文采用基于序列的计算方法对蛋白质问的相互作用进行预测.首先,将蛋白质序列转换为蕴含生物进化信息的位置特异性得分矩阵,然后抽取出数值化描述符的特征信息,最后利用极限学习机分类器对其潜在的相互作用进行预测.我们在酵母和幽门螺旋杆菌数据集上进行了实验,取得的准确率高达93.21％和84.87％.优异的实验结果证明,我们提出的模型可作为预测蛋白质相互作用的有效工具.