作者：王钟悦; 王元君; 余小康; 贾晓梦; 张晨机器学习因子分析法支持向量机
摘要：HIV是一种严重威胁人类健康的高致死率疾病,研究HIV-1蛋白酶的剪切特异性是研制蛋白酶抑制剂类药物的基础。为了提高预测HIV-1蛋白酶剪切特异性的准确性,本文提出了一种基于特征提取以及支持向量机的剪切特异性预测模型。根据AAindex1数据库中氨基酸的各项物化指标,利用主成分分析进行第一次降维,再用因子分析法对特征集进行第二次降维,然后用支持向量机对样本集进行分类,综合四项评价参数,比较提取出的氨基酸特征的预测性能,为HIV-1蛋白酶剪切特异性的预测提供一种新的更加有效的分析方法。经10折交叉验证,所选用的两个核函数预测准确率均达到94.3%,效果良好。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
