公开(公告)号：CN113724779B

公开(公告)日：2022-06-17

申请号：CN202111027448.9

申请日：2021-09-02

Applicant: 东北林业大学 ,  电子科技大学长三角研究院(衢州)

Inventor： 汪国华 ,  张子潇 ,  邹权 ,  杜军平

IPC: G16B5/00 ,  G16B30/10 ,  G16B40/00 ,  G16B50/00 ,  G06N20/00

Abstract: 基于机器学习技术的SNAREs蛋白识别方法、系统、存储介质及设备，属于生物信息技术领域。为了解决现有的蛋白质识别方法识别SNAREs蛋白存在时间开销大、准确率有待于提高的问题。本发明首先对蛋白序列文件，进行去冗余等预处理，通过BLAST比对提取蛋白序列的PSSM矩阵，从PSSM矩阵中获取蛋白质序列的特征数据，使用最大最小标准化算法对特征数据进行归一化处理，判断数据集的平衡状态，选择Smote‑ENN和Smote‑TOMEK采样算法解决不平衡问题；然后使用SVM‑RFE‑CBR算法对特征进行排序，剔除了排序靠后的噪声特征；使用机器学习中的分类器，使用交叉验证的方法训练模型，最终得到有效识别SNAREs蛋白的模型。主要用于SNAREs蛋白的识别。

公开(公告)号：CN113724779A

公开(公告)日：2021-11-30

申请号：CN202111027448.9

申请日：2021-09-02

Applicant: 东北林业大学 ,  电子科技大学长三角研究院(衢州)

Inventor： 汪国华 ,  张子潇 ,  邹权 ,  杜军平

IPC: G16B5/00 ,  G16B30/10 ,  G16B40/00 ,  G16B50/00 ,  G06N20/00

Abstract: 基于机器学习技术的SNAREs蛋白识别方法、系统、存储介质及设备，属于生物信息技术领域。为了解决现有的蛋白质识别方法识别SNAREs蛋白存在时间开销大、准确率有待于提高的问题。本发明首先对蛋白序列文件，进行去冗余等预处理，通过BLAST比对提取蛋白序列的PSSM矩阵，从PSSM矩阵中获取蛋白质序列的特征数据，使用最大最小标准化算法对特征数据进行归一化处理，判断数据集的平衡状态，选择Smote‑ENN和Smote‑TOMEK采样算法解决不平衡问题；然后使用SVM‑RFE‑CBR算法对特征进行排序，剔除了排序靠后的噪声特征；使用机器学习中的分类器，使用交叉验证的方法训练模型，最终得到有效识别SNAREs蛋白的模型。主要用于SNAREs蛋白的识别。