蛋白質(zhì)序列特征提取及其在功能預(yù)測中的應(yīng)用.pdf

1、特征提取和分類算法是蛋白質(zhì)功能預(yù)測的核心步驟。蛋白質(zhì)功能的確定有助于闡明生命體在生理或病理條件下的變化機制,并且對于疾病預(yù)防和藥物開發(fā)等方面都有著十分重要的推動作用。隨著生物信息學(xué)的不斷發(fā)展以及相關(guān)數(shù)據(jù)的大量積累,使用科學(xué)計算方法對未知蛋白質(zhì)進行功能預(yù)測成為后基因組時代生物信息學(xué)中的重要研究課題,所以蛋白質(zhì)序列的特征提取和分類算法也成為當(dāng)前生命科學(xué)研究的首要任務(wù)之一。本課題主要對蛋白質(zhì)功能預(yù)測中的序列特征提取方法、分類算法進行研究,并設(shè)

2、計適當(dāng)?shù)奶卣魈崛》椒ê头诸愃惴ㄔ诘鞍踪|(zhì)序列數(shù)據(jù)上進行功能預(yù)測的實驗。本文的主題工作包括:
　　 1.提出了一種基于BLAST比對的特征提取方法。本方法打破了現(xiàn)有的基于BLAST序列比對的特征提取模式,利用B12seq的相似性分析結(jié)果,得到評價片段相似性的E-Value數(shù)列和Score數(shù)列。根據(jù)兩者所代表的意義以及組成特點,提出一種新穎的蛋白質(zhì)序列特征提取的方法。為了證明算法的有效性,將此方法與現(xiàn)有的此類特征提取方法分別應(yīng)用于蛋白

3、質(zhì)功能預(yù)測的實驗,實驗結(jié)果證明新方法更全面、準確的體現(xiàn)了序列特征,有助于取得更高的預(yù)測準確率。
　　 2.提出了一種基于距離權(quán)重的分類算法。該分類方法的思想是:在傳統(tǒng)K近鄰算法的基礎(chǔ)上加以改進,為每個近鄰賦予一定的決策權(quán)重,將近鄰序列與未知序列的相似距離作為權(quán)重的參數(shù)。分類時,近鄰序列的數(shù)量與近鄰序列的權(quán)重都起到了一定的決策作用。將該分類算法與基于分組重量編碼的特征提取算法相結(jié)合,進行蛋白質(zhì)序列的功能預(yù)測。實驗結(jié)果表明:這種方法