化學(xué)信息學(xué)方法研究及其在環(huán)境、生物學(xué)中的應(yīng)用.pdf

1、化學(xué)信息學(xué)的研究范圍極為廣泛，內(nèi)容非常豐富。化學(xué)試驗設(shè)計與優(yōu)化、定量校正理論、分析信號處理、化學(xué)模式識別、模型與參數(shù)估計、數(shù)據(jù)解析、過程模擬、人工智能、情報檢索、實驗室自動化等等都是化學(xué)計量學(xué)的研究范圍?；瘜W(xué)信息學(xué)的發(fā)展為化學(xué)各分支學(xué)科、其中特別是分析化學(xué)、環(huán)境化學(xué)、藥物化學(xué)、有機化學(xué)、化學(xué)工程等，提供了不少解決問題的新思路、新途徑和新方法。本文將其應(yīng)用于環(huán)境、生物的數(shù)據(jù)處理中。 以地下水各聚類指標(biāo)水質(zhì)級別國家標(biāo)準(zhǔn)值為評價標(biāo)準(zhǔn)

2、，建立投影尋蹤聚類模型，將評價模型運用于韓城礦區(qū)桑樹坪煤礦水環(huán)境質(zhì)量現(xiàn)狀評價中，并與其它方法的結(jié)果進行比較。實例應(yīng)用表明：投影尋蹤技術(shù)用于水環(huán)境質(zhì)量評價具有較好的客觀性和實用性，亦可用于其它環(huán)境質(zhì)量的綜合評價。 同時，建立基于免疫算法的投影尋蹤回歸(PPR)模型對東莞市2003年全年降水監(jiān)測數(shù)據(jù)進行PH值預(yù)測，結(jié)果顯示了方法的穩(wěn)健性和較好的預(yù)測能力。 基于全序列尺度信息的離散小波變換被用來建模進行線粒體蛋白質(zhì)的預(yù)測。

3、全序列相似度比較，比傳統(tǒng)的預(yù)測方法揭示了更多的信息，并且不依賴亞細(xì)胞位點信息，同時能夠直接預(yù)測不同長度的線粒體序列。在我們的試驗中，499條線粒體蛋白質(zhì)構(gòu)成的數(shù)據(jù)庫被用作訓(xùn)練集，681條非線粒體蛋白質(zhì)被測試。該預(yù)測系統(tǒng)sensitiVity，specificity，accuracy和MCC分別為50.30[％]，95.74[％]，76.53[％]和0.54。 基于傅立葉的支持向量機被發(fā)展來預(yù)測蛋白質(zhì)的亞細(xì)胞位點。通過序列的物理

4、化學(xué)和結(jié)構(gòu)信息，使用c-p-v潛代模型(c：成分；p：極性；v：分子體積)，將序列轉(zhuǎn)換為數(shù)字信號，利用傅立葉變換將其轉(zhuǎn)換為512個頻率點，作為支持向量機的輸入數(shù)據(jù)，通過模型處理，原核生物體的預(yù)測精度達到83％，真核生物體的預(yù)測精度達到84％。預(yù)測效果使用留一法進行檢驗。 同時，該支持向量機模型被使用來預(yù)測G—蛋白偶聯(lián)受體B，C，D和F子家族的預(yù)測，其馬氏相關(guān)系數(shù)和精度分別為O.95和93.3％?；谠撃Ｐ偷膚eb服務(wù)器網(wǎng)址為：