A novel sequence-based prediction method for ATP-binding sites using fusion of SMOTE algorithm and random forests classifier
A novel sequence-based prediction method for ATP-binding sites using fusion of SMOTE algorithm and random forests classifier
复制标题
使用 SMOTE 算法和随机森林分类器融合的新型基于序列的 ATP 结合位点预测方法
DOI：
10.1080/13102818.2020.1840436
复制
发表时间：
2020-01
影响因子：
1.4
通讯作者：
Jiang Jingqing
中科院分区：
文献类型：
--
作者：
Song Jiazhi;Liu Guixia;Song Chuyi;Jiang Jingqing
摘要正确识别蛋白质-ATP结合位点对于蛋白质功能注释和新药开发都具有重要意义。然而，非ATP结合残基的数目远多于ATP结合残基的数目，这使得预测成为经典的不平衡学习问题。以往的研究往往采用欠采样技术来构造相对均衡的数据集，但在采样过程中不可避免地会丢失一些信息。在这项工作中，我们利用SMOTE算法，它产生的平衡数据集生成的ATP结合位点的插值的想法。选择随机森林作为分类器，以确保可接受的训练速度。与基于互补模板的方法相结合，进一步提高了该方法的预测性能。通过与其他基于序列的预测器的比较，我们所提出的方法取得了令人满意的性能，证明是有效的ATP结合位点的预测。
Abstract Correctly identifying the protein-ATP binding site is valuable for both protein function annotation and new drug discovery. However, the number of non-ATP-binding residues is much more than the number of ATP-binding residues, which makes the prediction a classical imbalanced learning problem. Previous studies often apply the under-sampling technique to construct a relatively balanced dataset, but some information is inevitably lost during the sample process. In this work, we utilize the SMOTE algorithm, which generates the balanced dataset by generating ATP-binding sites with the idea of interpolation. The Random Forest is selected as classifier to ensure the acceptable training speed. With the combination of complementary template-based method, the prediction performance of the proposed method is further improved. After comparing with other sequence-based predictors, our proposed method achieves satisfying performance and proved to be efficient for ATP-binding sites prediction.
登录
查看更多内容
DOI：
10.1177/1559325817690638
发表时间：
2017-01
期刊：
Dose-response : a publication of International Hormesis Society
影响因子：
--
作者：
Kojima S;Ohshima Y;Nakatsukasa H;Tsukimoto M
通讯作者：
Tsukimoto M
在 Hadoop 上使用结构比对方法预测蛋白质配体结合位点
影响因子：
0.8
作者：
Chen, Lei;Zhu, Jiali;Zhou, Bo;Gao, Jun
通讯作者：
Gao, Jun
DOI：
10.1093/bioinformatics/bts565
发表时间：
2012-12-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Fu L;Niu B;Zhu Z;Wu S;Li W
通讯作者：
Li W
ATPbind：通过结合序列分析和基于结构的比较来准确预测蛋白质-ATP 结合位点
影响因子：
5.6
作者：
Hu J;Li Y;Zhang Y;Yu DJ
通讯作者：
Yu DJ
DOI：
10.1109/cibcb.2015.7300330
发表时间：
2015-10
期刊：
2015 IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology (CIBCB)
影响因子：
--
作者：
Bryan J. Andrews;Jing Hu
通讯作者：
Bryan J. Andrews;Jing Hu