结合隐马尔可夫模型与滑窗得分的蛋白质二级结构预测
生物大分子
2007-05-23 v1
摘要
我们提出以五残基的精细构象状态替代单残基的构象状态，以反映构象相关性。使用简单的隐马尔可夫模型结合滑窗得分，从氨基酸序列预测蛋白质二级结构。由于蛋白质构象片段长度在窄范围内变化，我们忽略长度分布的持续时间效应。残基的窗口得分是在条件独立性近似下估计的 Chou-Fasman 倾向的窗口版本。考察了不同窗口宽度，发现最优宽度为 17。取得了约 70% 的高准确率。
引用
@article{arxiv.q-bio/0310026,
title = {Protein secondary structure prediction by combining hidden Markov models and sliding window scores},
author = {Wei-Mou Zheng},
journal= {arXiv preprint arXiv:q-bio/0310026},
year = {2007}
}
备注
8 pages, 1 figure, 2 tables