ACT-SVM, Prediction of Protein-Protein Interactions Based on Support Vector Basis Model

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Descripción: Las interacciones entre proteínas juegan roles importantes en varios organismos, y dicho tema puede estar involucrado en casi todas las actividades en la célula. La investigación de las interacciones proteína-proteína (PPIs) puede hacer una gran contribución a la prevención y tratamiento de enfermedades. Actualmente, se han propuesto muchos métodos de predicción basados en aprendizaje automático para predecir PPIs. En este artículo, proponemos un método novedoso llamado ACT-SVM que puede predecir eficazmente PPIs. El modelo ACT-SVM mapea secuencias de proteínas a características digitales, realiza extracción de características dos veces en la secuencia de proteínas para obtener el vector A y el descriptor CT, y los combina en un vector. Luego, los vectores de características del par de proteínas se fusionan como la entrada del clasificador de máquina de soporte vectorial (SVM). Utilizamos conjuntos de datos no redundantes y de humanos para verificar el rendimiento de predicción de nuestro método. Finalmente, el método propuesto tiene una precisión de pred
Citación recomendada (normas APA)
: Hindawi, "ACT-SVM, Prediction of Protein-Protein Interactions Based on Support Vector Basis Model", -:Revista VirtualPRO,, 2020. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3861646/), el día 2025-07-17.

Información adicional