利用一种新的核方法即核最近邻算法预测蛋白质相互作用,算法新颖、简洁,容易实现。实验结果表明,核最近邻算法的预测效果优于传统的最近邻算法及其他已有的预测方法,可以作为蛋白质相互作用预测的一个有效工具。
针对生物文献库中人工标注样本数量缺乏的问题,提出一种半监督类型的基于联合训练的方法。在样本预处理的基础上,基于词特征的机器学习方法和基于模式学习的方法选择样本的不同特征子集,并被合成到联合训练方法中;
蛋白质组质谱数据的断层成像模式分析,孟辉,洪文学,针对蛋白质组质谱数据分析的复杂性,提出一种断层成像原理的质谱数据模式分析方法。该方法将多样本质谱数据三维表示,对三维数据
在蛋白质相互作用(Protein-Protein Interaction,PPI)网络中检测蛋白质功能模块有助于预测未知蛋白质的功能模块。随着蛋白质相互作用有效数据迅速增长,如何通过PPI网络获得有效
针对蛋白质二级结构机器学习预测方法,忽略氨基酸疏水性特征以及氨基酸之间的长程作用和准确率不高的现状,进行了比较实验分析。采用氨基酸对应的疏水能值替换蛋白质中相应的氨基酸,得到疏水能值的序列。实验结果表
将模拟退火(SA)思想用于求解蛋白质结构预测问题,并在此基础上提出了两个提高解的质量和加快收敛速度的改进策略,计算结果表明改进后的SA算法的计算效率优于目前常用的遗传算法和Monte Carlo方法。
蛋白质芯片在肿瘤研究中的应用,孙宏伟,辛彦,蛋白质组的研究越来越受到科学工作者的密切关注,其特有的研究策略和技术手段在解决生物学重大问题上开始显示出强大的威力,在生
苦荞麦蛋白质的抗肿瘤机制研究,郭晓娜,姚惠源,本文通过扫描电子显微镜对肿瘤细胞形态进行观察,并用流式细胞仪分析测定癌基因和抑癌基因蛋白的表达,研究苦荞麦蛋白(TBWSP31)�
苦荞麦蛋白质的光谱学研究,郭晓娜,姚惠源,本文主要采用紫外吸收光谱和拉曼光谱(Raman)对苦荞麦蛋白质(TBWSP31)的结构进行研究。紫外吸收光谱分析表明,TBWSP31在230nm处有最大
光合释氧配合物及其蛋白质环境的理论研究,田子奇,马晶,光合作用是自然界中重要的能量转化过程,由于涉及到光能的利用和转化、常温分解水和吸收固定二氧化碳等应用,研究光合作用反应机