基于支持向量机的癌细胞经典分泌蛋白与非经典分泌蛋白识别研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

O604

基金项目:

省自然科学基金


A study on recognition of classically and non-classically secreted proteins from cancer cells based on support vector machine
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    基于支持向量机算法,本文提出了一种能快速准确区分癌细胞经典分泌蛋白与非经典分泌蛋白的方法.通过严格的特征筛选,氨基酸组成、位置特异性得分矩阵和信号肽组成了最优特征集. 测试集检测结果表明,本方法对癌细胞经典分泌蛋白与非经典分泌蛋白具有较强的区分能力,可为寻找到不同种类癌症间通用的生物标志物提供理论参考.

    Abstract:

    Based on support vector machine (SVM) algorithm, a fast and accurate method is proposed to distinguish the classically and non-classically secreted proteins from cancer cells. By a strict feature selection, the optimal feature set is obtained which consists of amino acid composition (AAC), position specificity score matrix (PSSM) and signal peptide (SP). The test results show that our method has strong ability to distinguish the non-classically secreted proteins (NCSPs) from the classically secreted proteins (CSPs) of cancer cells, which may provide theoretical reference for finding common biomarkers among different kinds of cancers.

    参考文献
    相似文献
    引证文献
引用本文

引用本文格式: 余乐正,柳凤娟,李东海,郭延芝,李益洲. 基于支持向量机的癌细胞经典分泌蛋白与非经典分泌蛋白识别研究[J]. 四川大学学报: 自然科学版, 2020, 57: 152.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2018-10-07
  • 最后修改日期:2018-11-13
  • 录用日期:2018-11-18
  • 在线发布日期: 2020-01-09
  • 出版日期: