基于多分類器集成的蛋白質(zhì)三級(jí)結(jié)構(gòu)預(yù)測(cè).pdf

1、當(dāng)前，生命科學(xué)研究已進(jìn)入后基因組時(shí)代。蛋白質(zhì)結(jié)構(gòu)與功能研究標(biāo)志著蛋白質(zhì)組學(xué)成為生物信息學(xué)的主要研究領(lǐng)域之一。蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)問(wèn)題是蛋白質(zhì)組學(xué)和生物信息學(xué)研究的熱點(diǎn)問(wèn)題。隨著機(jī)器學(xué)習(xí)方法在生物信息學(xué)領(lǐng)域應(yīng)用的日趨成熟，大量生物信息學(xué)問(wèn)題已經(jīng)由原來(lái)的單純生物學(xué)實(shí)驗(yàn)驗(yàn)證向計(jì)算智能與生物實(shí)驗(yàn)相結(jié)合的解決方式轉(zhuǎn)化。采用計(jì)算智能方式解決蛋白質(zhì)三級(jí)結(jié)構(gòu)準(zhǔn)確分類問(wèn)題，核心在于對(duì)給定的蛋白質(zhì)序列進(jìn)行有效的特征提取，從而找出準(zhǔn)確分類的關(guān)鍵信息;根據(jù)生物學(xué)原理

2、構(gòu)造相應(yīng)的分類模型;將這種新模型與其他較為成熟的模型進(jìn)行比對(duì)試驗(yàn)，從而證明新型樹(shù)狀分類模型的實(shí)際分類效果。本文從蛋白質(zhì)特征提取、構(gòu)造新型樹(shù)狀分類模型、選擇合適的集成策略三個(gè)方面對(duì)原有蛋白質(zhì)三級(jí)結(jié)構(gòu)預(yù)測(cè)方法進(jìn)行改進(jìn)，提出了基于多分類器集成的蛋白質(zhì)三級(jí)結(jié)構(gòu)分類方法。
　　在特征選擇方面，本文在前人的實(shí)驗(yàn)基礎(chǔ)上對(duì)于蛋白質(zhì)序列的統(tǒng)計(jì)學(xué)信息進(jìn)行改進(jìn)，將氨基酸的多種性質(zhì)進(jìn)行融合，從而提出了廣義多肽相關(guān)系數(shù)。此外，根據(jù)在蛋白質(zhì)結(jié)構(gòu)模型中的“熔球

3、態(tài)”假設(shè)，采用氨基酸分子二級(jí)結(jié)構(gòu)傾向性和常用蛋白質(zhì)分子疏水性模式作為本實(shí)驗(yàn)的三個(gè)特征群。在分類模型構(gòu)建方面，根據(jù)一定的生物學(xué)意義和問(wèn)題的特殊性，本文提出了新型樹(shù)狀蛋白質(zhì)三級(jí)結(jié)構(gòu)分類模型，其主要步驟是先進(jìn)行三分類（區(qū)分α*β結(jié)構(gòu)、all-α結(jié)構(gòu)以及all-β結(jié)構(gòu)）再進(jìn)行二分類（將α*β結(jié)構(gòu)分為α+β結(jié)構(gòu)和α/β結(jié)構(gòu)），并且在模型的每個(gè)分類節(jié)點(diǎn)上采用多分類器與多特征群結(jié)合投票集成的方式。為了驗(yàn)證新型樹(shù)狀分類模型的效果，本文選取ASTRAL、

4、C204、640和1189四個(gè)同源性不同的蛋白質(zhì)三級(jí)結(jié)構(gòu)數(shù)據(jù)集作為實(shí)驗(yàn)樣本，同時(shí)采用單層one-vs-all模型與該模型進(jìn)行比對(duì)試驗(yàn)，考慮到生物信息中包含有一定數(shù)量的冗余信息，采用相關(guān)系數(shù)法對(duì)特征群進(jìn)行群內(nèi)降維，從而縮短分類器的運(yùn)行時(shí)間。
　　本文主要?jiǎng)?chuàng)新點(diǎn)在于將柔性神經(jīng)樹(shù)模型、粒子群算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型以及支持向量機(jī)模型作為新型樹(shù)狀分類模型的節(jié)點(diǎn)基分類器。在該分類模型中，采用不同分類器與不同特征群進(jìn)行融合，在各個(gè)節(jié)點(diǎn)上形成不同