| 基于支持向量机的高维特征非线性快速筛选与肽QSAR建模 |
| |
| 引用本文： | 代志军,周玮,袁哲明.基于支持向量机的高维特征非线性快速筛选与肽QSAR建模[J].物理化学学报,2011,27(7):1654-1660. |
| |
| 作者姓名： | 代志军 周玮 袁哲明 |
| |
| 作者单位： | 1. College of Bio-safety Science and Technology, Hunan Agricultural University, Changsha 410128, P. R. China;
2. Hunan Provincial Key Laboratory of Crop Germplasm Innovation and Utilization, Changsha 410128, P. R. China |
| |
| 基金项目： | 湖南省杰出青年科学基金，高等学校博士点基金，湖南省2008年高校科技创新团队项目资助 |
| |
| 摘 要： | 以氨基酸的531个物理化学性质参数直接表征肽的结构, 基于支持向量回归发展了一种新的高维特征非线性快速筛选方法, 将其应用于苦味二肽和血管紧张素转化酶抑制剂2个肽体系的定量序效关系(QSAR)建模, 各筛选获得10个意义明确的保留描述子. 以保留描述子建立支持向量回归模型, 其拟合精度、留一法交叉测试精度和外部预测精度较文献报道结果均有较大幅度提升, 优势明显; 对所建模型进行了非线性回归显著性测验、单因子相对重要性显著性测验和单因子效应分析, 增强了模型的可解释性. 新方法在肽、蛋白质QSAR建模等高维数据回归预测领域有广泛应用前景.
|
| 关 键 词： | 高维特征 特征选择 肽 定量序效关系 支持向量机 |
| 收稿时间： | 2011-03-24 |
| 修稿时间： | 2011-06-03 |
A Novel Method of Nonlinear Rapid Feature Selection for High Dimensional Data and Its Application in Peptide QSAR Modeling Based on Support Vector Machine |
| |
| DAI Zhi-Jun,ZHOU Wei,YUAN Zhe-Ming.A Novel Method of Nonlinear Rapid Feature Selection for High Dimensional Data and Its Application in Peptide QSAR Modeling Based on Support Vector Machine[J].Acta Physico-Chimica Sinica,2011,27(7):1654-1660. |
| |
| Authors: | DAI Zhi-Jun ZHOU Wei YUAN Zhe-Ming |
| |
| Affiliation: | 1. College of Bio-safety Science and Technology, Hunan Agricultural University, Changsha 410128, P. R. China;
2. Hunan Provincial Key Laboratory of Crop Germplasm Innovation and Utilization, Changsha 410128, P. R. China |
| |
| Abstract: | |
| |
| Keywords: | High dimensional feature Feature selection Peptide Quantitative sequence-activity relationship Support vector machine |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《物理化学学报》浏览原始摘要信息 |
|
点击此处可从《物理化学学报》下载全文 |
|
