一种基于关联分析与关联分类的蛋白质二级结构预测方法

发明专利无效专利

申请号：
CN200810116675.7
IPC分类号：G06F19/00;G06F17/30
申请日期：
2008-07-15
申请人：
北京科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于关联分析与关联分类的蛋白质二级结构预测方法
申请号	CN200810116675.7	申请日期	2008-07-15
法律状态	权利终止	申报国家	中国
公开/公告日	2009-01-14	公开/公告号	CN101344902
优先权	暂无	优先权号	暂无
主分类号	G06F19/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F19/00 专门适用于特定应用的数字计算或数据处理的设备或方法（专门适用于特定功能的入G06F17/00；专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或数据处理方法入G06Q；医疗信息学入G16H）〔6，2006.01，2011.01，2018.01〕	IPC分类号	G;0;6;F;1;9;/;0;0;;;G;0;6;F;1;7;/;3;0查看分类表>
申请人	北京科技大学	申请人地址	北京市海淀区学院路30号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京科技大学	当前权利人	北京科技大学
发明人	杨炳儒
代理机构	暂无	代理人	暂无

摘要

该发明公开了一种基于关联分析与关联分类的蛋白质二级结构预测技术，以双库协同机制为基础，将KDD*过程模型引入蛋白质二级结构预测问题中，KAAPRO方法以数据挖掘(知识发现)为主体，采用基于KDD*过程模型Maradbcm算法以及关联规则分类D-CBA方法。KAAPRO方法所取得关联规则在一定程度上揭示了氨基酸物化属性对蛋白质二级结构的影响关系，从而提高了预测的精度。其中Maradbcm算法挖掘意外规则的特性对纯度较高的α蛋白质库与β蛋白质库进行关联规则的挖掘，由此获得的挖掘结果是精化的规则。D-CBA关联分类方法使用可信度与支持度的测度作为一个复合型度量来进行蛋白质关联分类。在保证预测精度的同时，为生物学家对二级结构进一步分析提供了依据。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供