基于PCA和BP神经网络的O—糖基化位点的预测和模式分析.doc

基于PCA和BP神经网络的O—糖基化位点的预测和模式分析
基于PCA和BP神经网络的O—糖基化位
点的预测和模式分析
第30卷第9期
2010年9月

—
Journ—
alofCentralSouthUniversityofForestry&
基于PCA和BP神经网络的O一糖基化
预测和模式分析
位点的
王楚正一,谭晓风,陈延伟,何伟
(;,湖南长沙410004; ,日本国滋贺525—8577)
摘要:
基化位点,预测的准确性主要依赖于特征向量的维数(蛋白质序列的长度),并随着蛋白质序列长度的增加而提高,但
网络的结构变得越来越复杂,,提出了主成分分析和BP神经网络相结合的
新方法对O糖基化位点进行预测和分析,用PCA提取主成分构造子空间以降低输入的蛋白质序列的维数,再用BP
,提出的新方法能大大缩短计算时间,并能提高预测
的准确性.
关键词:O糖基化;模式分析;主成分分析;BP神经网络
中图分类号:TP183文献标志码:A文章编号:1673—923X(2010)09—0061—05
PatternanalysisandpredictionofO-linkedglycosylationsitesin
proteinbasedonPCAandBPneuralnetworks
WANGChu—zheng',TANXiao—feng,CHENYen—wei,HEWei
(;,Central SouthUniversityofForestry&Technology,Changsha410004,Hunan,China; .,RitsumeikanUniv.,Shiga,525—8577,Japan)
Abstract:Glycosylationisoneofthemostcommonpost—


dimensionoffeaturevector(thelengthofencodeproteinsequence).Butwiththeincreasingofwindowsize,thestructureof
neuralnetworkbecomesmorecomplexdefinitelyanditistime—
—
nalysis(PCA)andBP(BackPropagation)neuralnetworkforpatternanalysisandpredictionO—linkedglycosylationsiteindif-
,PCAisappliedtoextractfeatureandreducedimension,
then,—
ventionalneuralnetworkmethods,theproposedmethodshowsthattheperformancehasabetterimprovement,andthemethod
cangreatlysavetrainingtime.
Keywords:0一
glycosylation;patternanalysis;principalcomponentana