蛋白质组学与生物信息学杂志
开放获取

抽象的

预测丙型肝炎 NS3 蛋白酶切割位点的机器学习算法比较

哈里·周恩

肝炎是一种呈上升趋势的全球性疾病，目前每年造成的死亡人数比人类免疫缺陷病毒还要多。因此，对抗病毒药物的需求不断增加。此前，已经发现了底物模拟抗病毒蛋白酶抑制剂形式的有效抗病毒药物。机器学习的应用已被用来预测病毒蛋白酶的切割模式，为未来的药物设计提供信息。这项研究成功地将几种机器学习算法应用于丙型肝炎病毒 NS3 丝氨酸蛋白酶裂解数据并进行了比较。结果发现，序列提取方法的差异可能超过算法选择的差异。从伪编码数据集生成的模型均具有高精度，并且优于使用正交编码数据集创建的模型。然而，没有任何一个伪模型的表现明显优于其他伪模型。性能指标的评估还表明，正确选择模型评分系统对于公正的模型评估至关重要。