针对目前凋亡蛋白的亚细胞定位预测精度不高的问题，提出了基于集成学习和基因本体（GO）标注库的细胞凋亡蛋白亚细胞位置预测方法．该方法采用凋亡蛋白及其同源蛋白的 GO 特征，结合两层集成策略，预测凋亡蛋白的亚细胞位置．在第一层，依据不同同源蛋白个数生成多个特征向量集合，选取距离权重 K 近邻分类器作为个体分类器，训练多个子预测模型，并以多数投票的方式集成．在第二层，将第一层的集成模型作为子预测模型，以多数投票的方式集成不同近邻个数预测模型．Jackknife 检验结果表明：该方法在 CL317凋亡蛋白数据集上预测准确率达到96．2％，优于其他方法；此外，还有效降低了数据不均衡带来的影响．
展开▼
