蛋白質(zhì)結(jié)構(gòu)功能預(yù)測(cè)中若干關(guān)鍵算法的分析比較.pdf

1、隨著測(cè)序技術(shù)的快速發(fā)展，蛋白質(zhì)序列數(shù)量與已測(cè)定結(jié)構(gòu)與功能的蛋白質(zhì)數(shù)量的差距越來(lái)越大，迫切需要通過(guò)理論計(jì)算方法實(shí)現(xiàn)蛋白質(zhì)結(jié)構(gòu)功能的預(yù)測(cè)。目前，許多有效的方法被提出來(lái)研究蛋白質(zhì)序列、結(jié)構(gòu)和功能之間的關(guān)系，但不同方法在解決蛋白質(zhì)結(jié)構(gòu)功能研究中具有偏好性。因此，本文主要圍繞蛋白質(zhì)結(jié)構(gòu)功能研究中方法展開(kāi)，系統(tǒng)地比較分析了不同的特征提取方法、特征挑選方法和預(yù)測(cè)算法在蛋白質(zhì)結(jié)構(gòu)類(lèi)、蛋白質(zhì)紊亂、蛋白質(zhì)分子伴侶、蛋白質(zhì)溶解度和RNA結(jié)合蛋白質(zhì)的預(yù)測(cè)中效率

2、。主要研究?jī)?nèi)容如下:
　　1、簡(jiǎn)要介紹了蛋白質(zhì)研究的研究背景及意義、蛋白質(zhì)的組成、結(jié)構(gòu)和物理化學(xué)性質(zhì)，并簡(jiǎn)述了常用的數(shù)據(jù)庫(kù)及本文采用的數(shù)據(jù)集，為本文的研究提供了理論和數(shù)據(jù)基礎(chǔ)。
　　2、分析比較了蛋白質(zhì)結(jié)構(gòu)功能預(yù)測(cè)中氨基酸約化和特征提取方法。根據(jù)522種氨基酸性質(zhì)將20種氨基酸約化成k類(lèi)，提取蛋白質(zhì)6類(lèi)不同信息，結(jié)合支持向量機(jī)比較分析了氨基酸約化與信息提取方法在蛋白質(zhì)結(jié)構(gòu)功能預(yù)測(cè)中的效率。結(jié)果表明，在蛋白質(zhì)結(jié)構(gòu)類(lèi)和蛋白質(zhì)分子

3、伴侶預(yù)測(cè)中，最好采用氨基酸的轉(zhuǎn)向傾向類(lèi)性質(zhì)約化20種氨基酸，再提取蛋白質(zhì)的順序特征，而蛋白質(zhì)溶解度的預(yù)測(cè)則偏向于蛋白質(zhì)的RCTD特征提取方法。
　　3、分析比較了蛋白質(zhì)結(jié)構(gòu)功能預(yù)測(cè)中特征挑選方法。本章選取了基于互信息的特征挑選方法、基于支持向量機(jī)的特征挑選方法等16種，結(jié)合K近鄰預(yù)測(cè)算法比較分析了特征挑選方法在蛋白質(zhì)結(jié)構(gòu)功能預(yù)測(cè)中的效率。結(jié)果表明，基于非線(xiàn)性支持向量機(jī)的特征挑選方法在蛋白質(zhì)結(jié)構(gòu)類(lèi)預(yù)測(cè)、蛋白質(zhì)溶解度預(yù)測(cè)、蛋白質(zhì)分子伴

4、侶預(yù)測(cè)和蛋白質(zhì)溶解度預(yù)測(cè)中表現(xiàn)最好，經(jīng)過(guò)挑選后特征的準(zhǔn)確率提升了13.16％-71％，尤其是蛋白質(zhì)的k-mer特征和PSSM特征。
　　4、分析比較了蛋白質(zhì)結(jié)構(gòu)功能預(yù)測(cè)中預(yù)測(cè)算法。本章選取了線(xiàn)性判別分析算法、主成分分析判別算法等7種預(yù)測(cè)算法，并比較分析了不同預(yù)測(cè)算法在蛋白質(zhì)結(jié)構(gòu)功能中效率。結(jié)果表明，在蛋白質(zhì)結(jié)構(gòu)類(lèi)預(yù)測(cè)中，SVM預(yù)測(cè)算法表現(xiàn)最好，尤其與蛋白質(zhì)PRseAAC特征結(jié)合，預(yù)測(cè)準(zhǔn)確率達(dá)到99.15％;選擇PCADA、CART