Protein secondary structure prediction based on amino acid sequence using SVM and its parameters optimalization

Praca ta przedstawia algorytm przewidywania drugorzędowej struktury białek w oparciu o algorytm SVM. Prezentowana jest także modyfikacja macierzy substytucji zależnej od pozycji w taki sposób, by uwzględniała ona strukturę drugorzędową białek pokrewnych. Macierz ta jest później wykorzystana w procesie tworzenia danych wejściowych dla algorytmu klasyfikacji. Prezentowane są też dwie metody optymalizacji parametrów algorytmu SVM: grid search i metoda oparta na algorytmach genetycznych.This work presents secondary structure prediction algorithm based on SVM.There is described modification of position specific scoring matrix in a way that incorporates information about secondary structure of similar proteins. The modified matrix is used to create input data for classification algorithm.Two methods of optimization SVM's parameters are presented: grid search and method based on genetic algorithms