[发明专利]DNA结合蛋白序列信息特征提取与分类方法及装置

摘要

本发明涉及一种DNA结合蛋白序列信息特征提取与分类方法及装置，该方法首先进行理论论证，对收集的数据分析和整理，获得具有生物学意义和统计意义的可靠数据集，然后从复杂的蛋白三维结构中提取有效的蛋白质序列数据特征参数成为关键环节，也就是如何将序列字符信息转换为数字特征信息，对提取的特征数据，设计合理的分类算法，筛选有助于分类的特征以实现分类目标，最后对分类性能采用合理公正的评价体系，如测试方法、检验手段和评价指标选择等。本发明能满足对高通量的蛋白测序功能注释的需求，能够实现自动化的DNA结合蛋白序列的功能注释，同时提出的这些特征也能帮助生物学家对DNA结合蛋白序列进行实验分析研究。

主权项

1.一种DNA结合蛋白序列信息特征提取与分类方法，其特征在于，包括如下步骤：1)选择蛋白质类数据库中的DNA结合蛋白，从中提取出蛋白质序列数据集；2)提取蛋白质序列数据集中的蛋白质数据序列信息对应的不同类型的蛋白序列特征；3)将不同类型的蛋白序列特征的序列特征矩阵进行统一维度，提取局部特征信息；4)根据每类蛋白序列特征，将蛋白质数据序列进行分类，对分类结果进行特征分类性能评价。