特征向量在线提取工具Pse-in-One 2.0

1、Pse-In-One 简单介绍

机器学习分类算法方法主要依赖于根据蛋白质的结构以及功能特性构建的特征集合，通过构造具有辨别性的特征集合来达到令人满意的分类结果，但是使用一个能够反映序列模式信息并能够保持关键序列信息的离散模型或向量是一个困难的任务。通过特征提取工具帮助科研工作者进行特征提取，自动生成需要的特征将会带来很大的便捷。Pse-In-One 便是一种能够按照用户定义的特征生成特征向量的在线工具。
随着大量已知蛋白质的氨基酸序列被逐渐积累，提取合适的序列特征作为机器学习分类算法的输入成为一项难题。在不同场景下，进行特征提取的标准和结果也存在很大差异，Pse-In-One 通过在线的服务平台，能够根据不同的特征产生不同的特征向量，又能支持用户自己定义规则，产生用户需要的特征。Pse-In-One方便灵活且功能强大，既能提取蛋白质序列特征，也能应用于 DNA，RNA 序列，而且包含了最新的特征提取方法，考虑到了所有的理化性质，同时支持用户自己定义提取标准。
Pse-In-One 除了 DNA 以及 RNA 的特征提取方法外，包含了 8 种基于序列或伪序列组成的蛋白质特征提取方法，其中覆盖了 547 种氨基酸理化性质。用户可以轻松的学会使用，除去能够完成特征提取任务外，在线平台同样能够对特征进行可视化操作，并帮助用户判断发挥主要作用的特征集合。

Pse-in-One 2.0在线工具：
http://bioinformatics.hitsz.edu.cn/Pse-in-One2.0/

关于介绍Pse-in-One 2.0的论文：