商学院讯（文：商学院办公室）近日，江西服装学院商学院数理统计教研室副主任魏欣老师，商学院副院长刘春生撰写的学术论文《iRSC-PseAAC: 基于有效降维算法LDA预测蛋白质中的氧化还原敏感半胱氨酸位点》被《中国生物化学与分子生物学报》（CSCD扩展版）录用，并于2024年7月见刊。该论文主题是开发了一种名为iRSC-PseAAC的有效预测器，它采用降维算法LDA结合支持向量机来预测氧化还原敏感半胱氨酸位点。该论文方法与现有的预测方法相比，具有明显的改进效果。本研究提出的方法还可用于计算蛋白质组学中的许多问题。
论文主要方法如下。首先，在RSCs蛋白序列中填充未知的X残基。然后对训练数据集进行特征提取，包括热编码（One-hot）和词嵌入（CBOW）。其次，使用线性判别分析（LDA）来降低综合两种特征编码的维度，并使用下采样来平衡数据集，从而使预测结果更加均衡。最后，使用支持向量机分类器进行分类预测，并通过独立数据集测试评估模型对数据的预测性能。iRSC-PseAAC分类器结合了不同的特征方法，最大限度地保留了特征信息，然后利用 LDA 方法进行数据降维，有效地浓缩了关键特征信息。这种方法不仅获得了有效的特征信息，还避免了维度灾难。该方法使模型更简单、更高效。结果表明，iRSC-PseAAC提供了更好的结果。
iRSC-PseAAC是一种预测蛋白质中氧化还原敏感位点的新型预测工具。本研究采用One-Hot +CBOW方法进行特征数据融合处理，然后采用LDA方法进行数据降维，最后结合SVM分类算法预测氧化还原敏感半胱氨酸位点。该方法可有效提高模型的准确性。iRSC-PseAAC的预测成功率高于该领域现有的预测工具。
据了解，《中国生物化学与分子生物学报》创刊于1985年，是中国科学技术协会主管，中国生物化学与分子生物学会和北京大学共同主办的国家生物学类/基础医学类核心期刊（月刊）。本刊被美国《化学文摘》（CA）、美国《生物学文摘》（BA）、俄罗斯《文摘杂志》（PJ）、世界卫生组织西太平洋地区医学索引（WPRIM）、《文摘与引文数据库》（Scopus）、EBSCO和中国科技论文与引文数据库（CSTPCD）、中国科学引文数据库（CSCD）、《中文核心期刊要目总览（1~9版）》、《中国生物学文摘数据库》、《中国期刊网》、《中国学术期刊（光盘版）全文数据库》和《中国科技期刊精品数据库》等检索数据库收录。