声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：37-1391/T
国际刊号：1672-3961
发布日期:
作者：马昕,王雪
单位：1. 南京审计大学统计与数学学院, 江苏 南京 211815；2. 南京审计大学实验中心, 江苏 南京 211815
关键词：microRNA-结合残基,Laplacian支持向量机,进化信息,物理化学特征,特征筛选,
提出一种半监督学习算法预测蛋白质序列中microRNA-结合残基的新式的方法。通过Laplacian支持向量机(Laplacian support vector machine，LapSVM)算法结合新提出的混合特征构建预测模型。混合特征是由三类信息组合获得：二级结构信息、HKM特征和新提出的氨基酸理化特性和进化信息结合的特征。比较各种特征的预测性能，新提出的这一特征对预测性能的提高贡献最大。结果表明，通过特征选择，本研究构建的预测模型准确性达到88.72%，敏感性达到54.18%，特异性达到91.15%，明显优于其他方法。
来源：2020年第2期
《山东大学学报(工学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。