论文部分内容阅读
以70种蛋白质折叠为研究对象，对每种折叠，选择序列同一性小于25％、样本量大于3的代表性蛋白质为训练集，采用机器和人工结合的办法进行结构比对，产生序列排比，经过训练得到了适合每种折叠的概形隐马尔科夫模型（profile HMM）用于该折叠类型的识别．对Astrall．65中的9505个蛋白质结构域样本进行单模型识别，平均敏感性和特异性分别为91．93％和99．95％，Matthew相关系数为0．87．在折叠类型水平上，与Pfam和SUPERFAMILY单纯使用序列比对构建的HMM相比，所用模型数量显著减少