基于支载体机和线性差异分析的禽流感病毒蛋白质的识别
GuiZhao Liang1,2,3, ZeCong Chen1,2, ShanBin Yang1,2
1College of Chemistry and Chemical Engineering, Chongqing University, Chongqing, 400044 China.
Science in China. Series B, Chemistry
|April 16, 2024
概括
支持矢量机 (SVM) 和线性差异分析 (LDA) 模型被开发用于识别禽流感病毒 (AIV) 血质素 (HA) 蛋白质. 在准确识别AIV HA蛋白质方面,SVM表现优于LDA.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 病毒学 病毒学
背景情况:
- 流感病毒的血凝素 (HA) 蛋白质对于病毒进入至关重要,并且是抗病毒策略的关键目标.
- 准确识别禽流感病毒 (AIV) HA蛋白质对于流行病的准备和控制至关重要.
研究的目的:
- 根据结构特征开发和比较用于识别AIV HA蛋白的计算模型.
- 评估支持矢量机 (SVM) 和线性差异分析 (LDA) 模型用于AIV HA蛋白质识别的预测能力.
主要方法:
- 利用200个结构性质来表示400个来自流感病毒的HA蛋白序列作为训练样本.
- 使用支持矢量机 (SVM) 和线性差异分析 (LDA) 开发了识别模型.
- 通过使用leave-one-out交叉验证和200个HA蛋白质的外部数据集验证了模型性能.
主要成果:
- 在训练样本上,LDA的准确度达到99.8%,在交叉验证中达到99.5%.
- 在训练样本上,SVM的准确度达到99.8%,在交叉验证中达到99.3%.
- 外部验证显示,LDA的准确率为95.5%,SVM的准确率为96.5%,表明SVM的优越预测能力.
结论:
- 根据结构特征,SVM和LDA都能有效地识别AIV HA蛋白.
- 与LDA相比,SVM模型在内部和外部验证中表现出更高的性能.
- 这些计算模型为AIV HA蛋白质的识别和表征提供了有价值的工具.
