摘要
本发明公开了机器学习辅助的整合蛋白质突变表型预测方法及系统,涉及蛋白质预测技术领域,包括:获取目标蛋白质的同源序列,并对所述同源序列进行多序列比对;对每个氨基酸位点进行保守性打分;计算目标蛋白质的香农熵值与共演化系数;计算目标蛋白质的自由能变化;构建氨基酸接触能网络;计算每个位点的相对可及面积;构建目标蛋白质的弹性网络模型;使用机器学习方法进行目标蛋白质的突变表型预测;对所述突变表型预测结果进行可视化。本发明提供的机器学习辅助的整合蛋白质突变表型预测方法。
技术关键词
机器学习辅助
机器学习方法
位点
拓扑特征
网络特征
序列特征
网络模块
逻辑回归模型
图论方法
最佳特征
可视化模块
消除技术
机器学习模型
突变型
处理器
计算机设备
可读存储介质
系统为您推荐了相关专利信息
脑网络结构
网络拓扑特征
神经退行性疾病
脑网络构建
动态
电量预测方法
支持向量回归
节假日效应
异常数据
优化预测模型
全基因组关联分析
逻辑回归模型
疾病相关基因
样本
成分分析
并行特征
分割方法
卷积神经网络特征
非暂态计算机可读存储介质
预测特征