| 基于支持向量机构象性B细胞表位预测研究 |
| |
| 引用本文： | 刘波,张春华.基于支持向量机构象性B细胞表位预测研究[J].吉林大学学报(信息科学版),2015,33(3):298-304. |
| |
| 作者姓名： | 刘波 张春华 |
| |
| 作者单位： | 东北师范大学 a. 体育学院, 长春 130024； b. 计算机科学与信息技术学院, 长春 130117 |
| |
| 基金项目： | 吉林省科技厅自然科学基金资助项目(20101506) |
| |
| 摘 要： | 为节约实验成本, 提高工作效率, 提出利用计算的方法预测B细胞表位, 通过预测得到较为精确的结果。提取氨基酸的10个表位相关属性特征, 并使用支持向量机的分类方法对抗原表面氨基酸进行分类, 预测得到候选表位残基。最后通过15个测试例, 验证了笔者算法的有效性。
|
| 关 键 词： | 表位预测 支持向量机 表位特征 分类 |
| 收稿时间： | 2015-02-03 |
Prediction of Conformational B-Cell Epitope Using Support Vector Machine Algorithm |
| |
| LIU Bo,ZHANG Chunhua.Prediction of Conformational B-Cell Epitope Using Support Vector Machine Algorithm[J].Journal of Jilin University:Information Sci Ed,2015,33(3):298-304. |
| |
| Authors: | LIU Bo ZHANG Chunhua |
| |
| Institution: | a. Faculty of Physical Education, Northeast Normal University, Changchun 130024, China;b. School of Computer Science and Information Technology, Northeast Normal University, Changchun 130117, China |
| |
| Abstract: | To save the cost of experiment, improve the work efficiency, we predict the B cell epitope by computing method, and then use the results to direct the experiment further. We extract 10 epitope relevant amino acids propensities, and then classify antigen surface residues by using vector machine algorithm to predict the candidate epitopes. According to fifteen test cases, we validate the effectiveness of the method. |
| |
| Keywords: | epitope prediction support vector machine (SVM) epitope features classification |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《吉林大学学报(信息科学版)》浏览原始摘要信息 |
| 点击此处可从《吉林大学学报(信息科学版)》下载免费的PDF全文 |
|
