《表4 不同方法在Gram-positive数据集上的比较结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于SVM的蛋白质亚细胞定位预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

从表4中可以看到，对于Gram-positive数据集，多特征结合方法取得的总体准确率达到了97.8%，比氨基酸组成方法和自相关系数方法分别高出21.5%和3.0%。需要指出的是，对plasma membrane位点，自相关系数方法和多特征结合方法的敏感性都达到了100%，而氨基酸组成方法仅为82.8%，这说明与简单的氨基酸组成信息相比，氨基酸的位置信息和序列内部不同距离氨基酸间的相互作用信息对蛋白质亚细胞定位预测的准确率影响更大。而本文的多特征结合方法全面优于其他两种方法也说明构建包含更多信息的蛋白质表达模型对提高预测准确率有很大帮助。