RBSURFpred公司

RBSURFpred:利用正则化和优化回归在实际和二元空间中模拟蛋白质可及表面积。蛋白质残基的可及表面积(ASA)是蛋白质结构预测、结合区识别、折叠识别等问题的有效特征。利用有效的特征变量来改进ASA的预测是一项具有挑战性但值得探索的任务,特别是在机器学习领域。在现有的ASA预测因子中,REGAd(^3)p是一种基于3次多项式核的正则化精确回归的高精度ASA预测因子。在这项工作中,我们提出了一个新的预测因子RBSURFRED,它通过将58个物理化学、进化和结构特性整合到9-元组肽中,从而在多个维度上扩展了REGAd(^3)p,使我们能够获得更高的预测真实值和二元ASA的准确度。我们比较了实数空间和二进制空间预测的RBSURFpred与最先进的预测器,如REGAd(^3)p和SPIDER2。并对不同氨基酸的生物学特性进行了严格的分析。RBSURFpred的性能为社区提供了一个有用的工具。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换