集成神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)蛋白質(zhì)相互作用位點(diǎn)中的應(yīng)用.pdf

1、蛋白質(zhì)之間的相互作用是各種生命活動(dòng)的基礎(chǔ)。而蛋白質(zhì)相互作用位點(diǎn)在現(xiàn)代藥物設(shè)計(jì)與構(gòu)建蛋白質(zhì)相互作用網(wǎng)絡(luò)方面是至關(guān)重要的。因此,認(rèn)識(shí)與研究蛋白質(zhì)相互作用位點(diǎn)在理論和實(shí)踐上都具有重要的意義。由于通過(guò)生物實(shí)驗(yàn)來(lái)確定蛋白質(zhì)之間的相互作用位點(diǎn)費(fèi)時(shí)又費(fèi)力,而且實(shí)驗(yàn)過(guò)程中往往還會(huì)碰到一些難以預(yù)料的情況,因此,采用一些理論方法來(lái)分析與預(yù)測(cè)蛋白質(zhì)之間的相互作用位點(diǎn)具有十分重要的價(jià)值。近些年來(lái),隨著生物信息學(xué)與計(jì)算機(jī)計(jì)算智能學(xué)的快速發(fā)展,許多應(yīng)用計(jì)算智能方法

2、來(lái)預(yù)測(cè)蛋白質(zhì)相互作用位點(diǎn)的研究也實(shí)現(xiàn)了較快的發(fā)展。本文就是在這種背景下應(yīng)用計(jì)算智能中的神經(jīng)網(wǎng)絡(luò)集成方法來(lái)預(yù)測(cè)蛋白質(zhì)相互作用位點(diǎn)。
　　 文中選用了兩個(gè)數(shù)據(jù)集:一個(gè)含有35個(gè)蛋白質(zhì)分子的數(shù)據(jù)集;一個(gè)包含149個(gè)蛋白質(zhì)分子的控制數(shù)據(jù)集(S149)。然后提取了能表示蛋白質(zhì)相互作用位點(diǎn)的一系列特征,如:序列譜、熵值、可及表面積、相關(guān)可及表面積、深度系數(shù)、突出系數(shù)、疏水性等。接著通過(guò)選取其中一些特征進(jìn)行組合來(lái)創(chuàng)建有效的樣本集。隨之應(yīng)用單個(gè)

3、誤差反向傳播神經(jīng)網(wǎng)絡(luò)或徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)以及它們的集成來(lái)對(duì)這些樣本集進(jìn)行訓(xùn)練與測(cè)試。文中采用了三種集成方法:具有先驗(yàn)知識(shí)的投票表決融合算法、基于遺傳算法的選擇集成方法和一種基于主成分分析構(gòu)建集成分類器的新方法。實(shí)驗(yàn)中采用35次留一法(一倍交叉驗(yàn)證)和十倍交叉驗(yàn)證分別對(duì)兩個(gè)數(shù)據(jù)集進(jìn)行了預(yù)測(cè)。
　　 對(duì)于第一個(gè)數(shù)據(jù)集,通過(guò)對(duì)序列譜、熵值和可及表面積三種特征的組合,創(chuàng)建了4個(gè)樣本集。然后運(yùn)用誤差反向傳播神經(jīng)網(wǎng)絡(luò)以及其集成對(duì)這個(gè)數(shù)據(jù)集中

4、的蛋白質(zhì)相互作用位點(diǎn)進(jìn)行了預(yù)測(cè)。集成方法采用的是具有先驗(yàn)知識(shí)的投票表決融合算法。對(duì)于第二個(gè)數(shù)據(jù)集,我們進(jìn)行了兩種不同的實(shí)驗(yàn)。第一種是提取了10種特征并且根據(jù)這些特征創(chuàng)建了4個(gè)分別含有9滑動(dòng)窗口的樣本集。這4個(gè)樣本集由徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)計(jì)算,并且網(wǎng)絡(luò)分別由粒子群優(yōu)化算法優(yōu)化。這樣得到4組結(jié)果。最后4組結(jié)果由基于遺傳算法的選擇集成方法來(lái)集成。第二種是提取了24種不同特征,根據(jù)這些特征我們只創(chuàng)建了一個(gè)樣本集。這個(gè)樣本集也是通過(guò)徑向基函數(shù)神經(jīng)網(wǎng)