Protein Data Bank PDB Support Vector Machine SVM
目次 金属タンパク質 立体構造解析手法 Protein Data Bank (PDB) Support Vector Machine (SVM) 金属結合予測手法 実験 まとめ Nara Women’s University
実験の設定 LIBSVM (A Library for Support Vector Machine) – Linらによって開発されたSVMのライブラリ SVMの種類 – C-SVC (C-Support Vector Classification) • 金属結合性判定に使用 – ε-SVR (ε-Support Vector Regression) • 金属結合部位予測に使用 Gaussian Kernel パラメータ – Grid search と Cross Validation により決定 Nara Women’s University
実験 3:結合部位予測 (2/2) 亜鉛が結合する残基番号 – 7, 25, 29, 37, 40, 53, 57, 65, 68, 81, 85 (全 11残基) 基準値 0. 95 – 11残基中 7残基が予測部位に属する – 予測した 4部位すべて正解部位 1 A 1 Fへの亜鉛結合部位予測結果 基準値 予測部位 0. 95 6~13 34~45 48~59 63~71 7, 25, 29, 37, 40, 53, 57, 65, 68, 81, 85 0. 90 6~13 25~45 47~71 80~90 7, 25, 29, 37, 40, 53, 57, 65, 68, 81, 85 0. 85 6~13 25~72 80~90 7, 25, 29, 37, 40, 53, 57, 65, 68, 81, 85 0. 80 6~14 25~72 79~90 7, 25, 29, 37, 40, 53, 57, University 65, 68, 81, 85 Nara Women’s
- Slides: 29