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

1、隨著測序技術(shù)的快速發(fā)展，蛋白質(zhì)序列數(shù)量與已測定結(jié)構(gòu)與功能的蛋白質(zhì)數(shù)量的差距越來越大，迫切需要通過理論計算方法實現(xiàn)蛋白質(zhì)結(jié)構(gòu)功能的預(yù)測。目前，許多有效的方法被提出來研究蛋白質(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，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)測算法在蛋白質(zhì)結(jié)構(gòu)類、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)測中效率

2、。主要研究內(nèi)容如下:
　　1、簡要介紹了蛋白質(zhì)研究的研究背景及意義、蛋白質(zhì)的組成、結(jié)構(gòu)和物理化學性質(zhì)，并簡述了常用的數(shù)據(jù)庫及本文采用的數(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，提取蛋白質(zhì)6類不同信息，結(jié)合支持向量機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)測中的效率。結(jié)果表明，在蛋白質(zhì)結(jié)構(gòu)類和蛋白質(zhì)分子

3、伴侶預(yù)測中，最好采用氨基酸的轉(zhuǎn)向傾向類性質(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、基于支持向量機的特征挑選方法等16種，結(jié)合K近鄰預(yù)測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)測中的效率。結(jié)果表明，基于非線性支持向量機的特征挑選方法在蛋白質(zhì)結(jié)構(gòu)類預(yù)測、蛋白質(zhì)溶解度預(yù)測、蛋白質(zhì)分子伴

4、侶預(yù)測和蛋白質(zhì)溶解度預(yù)測中表現(xiàn)最好，經(jīng)過挑選后特征的準確率提升了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)測中預(yù)測算法。本章選取了線性判別分析算法、主成分分析判別算法等7種預(yù)測算法，并比較分析了不同預(yù)測算法在蛋白質(zhì)結(jié)構(gòu)功能中效率。結(jié)果表明，在蛋白質(zhì)結(jié)構(gòu)類預(yù)測中，SVM預(yù)測算法表現(xiàn)最好，尤其與蛋白質(zhì)PRseAAC特征結(jié)合，預(yù)測準確率達到99.15％;選擇PCADA、CART