Protein Secondary Structure Prediction by Machine Learning Methods
Název česky | Rozpoznavani sekundarni struktury proteinu metodami strojoveho uceni |
---|---|
Autoři | |
Rok publikování | 2005 |
Druh | Článek ve sborníku |
Konference | 1st International Summer School on Computational Biology |
Fakulta / Pracoviště MU | |
Citace | |
Obor | Informatika |
Klíčová slova | machine learning; protein; protein secondary structure prediction |
Popis | Clanek se zabyva aplikaci metod strojoveho uceni na problem predikce sekundarni struktury neznamych proteinu. Cilem je porovnat umele neuronove site, jako nejmodernejsi pouzivane metody, s rozhodovacimi stromy a naivnim Bayesovskym klasifikatorem. Podrobne experimenty jsou provadeny na vybranych datech z PDB databaze proteinu. Vysledky ukazuji, ze rozhodovaci stromy dosahuji mnohem lepsich vysledku (87.4%) nez neuronove site (80.5%). Oproti tomu naivni Bayesuv klasifikator se ukazal jako neprilis vhodny. |
Související projekty: |