Using simple artificial intelligence methods for predicting amyloidogenesis in antibodies

BMC Bioinformatics

Table 1 Naive Bayes classifier accuracy

Germline	AMC¹		NAMC		AMC, new²		NAMC, new		AM Test³		NAM Test
	C	A	C	A	C	A	C	A	C	A	C	A
J00248	5	8	13	15	N.A.	N.A.	N.A.	N.A.	N.A.	N.A.	N.A.	N.A.
M30446	0	6	7	10	N.A.	N.A.	N.A.	N.A.	N.A.	N.A.	N.A.	N.A.
X72813	0	6	18	19	1	8	19	19	1	2	N.A.	N.A.
X93620	12	22	12	16	31	33	15	16	9	11	N.A.	N.A.
X93627	6	12	14	14	17	19	13	14	4	7	N.A.	N.A.
X93632	0	5	8	9	N.A.	N.A.	N.A.	N.A.	N.A.	N.A.	N.A.	N.A.
X93640	6	11	10	13	9	17	12	13	4	6	N.A.	N.A.
Z22188	11	15	10	12	29	34	9	12	13	19	N.A.	N.A.
Z22191	0	5	9	9	N.A.	N.A.	N.A.	N.A.	N.A.	N.A.	N.A.	N.A.
Z22197	7	8	0	6	14	26	10	17	12	18	11	11
Z22208	7	13	12	14	31	35	13	20	8	22	4	4
Z73673	26	32	4	21	49	50	25	34	12	18	10	13
Accuracy (%)	60.84 ± 35.96		74.05 ± 31.49		81.08 ± 29.32		77.24 ± 13.04		61.16 ± 13.75		89.28 13.32

¹ Classifiers generated with the original training set comprised of 143 amyloidogenic and 158 non-amyloidogenic sequences
² Classifiers generated with the original training set and the holdout test set
³ Results using AMC/NAMC, i.e. old classifiers
C = Correct; A = Actual

ISSN: 1471-2105