The Research of Protein Classifications based on Ensemble Learning and multi-label Learning

摘要

随着大量生物学数据的增长，仅仅利用传统的生物学实验来测定蛋白质结构或其他性质的方法不仅需要耗费大量人力物力，其时间的耗费也是相当大。因此，如何建立自动学习的方法来预测蛋白质，从而大大降低生物实验的成本是一个非常有意义的研究课题。另一方面，随着机器学习技术的快速发展，其应用领域也得到了不断的扩宽，特别是在生物学领域的应用，面对大量的生物信息机器学习得到了充分的应用。 本文的主要内容包括以下几个方面： （1）引入了两种蛋白质特征提取方法。本文在蛋白质分类问题当中引入了两种有效的特征提取方法：一种为代表氨基酸组成成分即物理化学特性的混合特征，共计188维；另一种为代表蛋白质同源信息的基于位置特异...