基于支持向量機(jī)的蛋白質(zhì)相互作用研究.pdf

1、生物體系的運(yùn)作與蛋白質(zhì)之間的相互作用密不可分，DNA合成、基因轉(zhuǎn)錄激活以及信息傳導(dǎo)等重要的生命活動(dòng)均涉及到蛋白質(zhì)。蛋白質(zhì)-蛋白質(zhì)相互作用是生物調(diào)控的基本單元，是實(shí)現(xiàn)生物體功能的基礎(chǔ)。了解蛋白質(zhì)的本質(zhì)，結(jié)構(gòu)以及相互作用方式對(duì)于研究疾病作用機(jī)理以及藥物設(shè)計(jì)和開發(fā)具有重要意義。 本文采用支持向量機(jī)(Support Vector Machine，SVM)方法進(jìn)行蛋白質(zhì)相互作用預(yù)測(cè)。首先進(jìn)行序列比對(duì)研究和二級(jí)結(jié)構(gòu)預(yù)測(cè)，分析討論序列比對(duì)和二

2、級(jí)結(jié)構(gòu)預(yù)測(cè)的影響因素。在預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)的過(guò)程中，利用疏水標(biāo)度和PSI-BLAST多序列比對(duì)改進(jìn)FDOD(Function of Degree of Disagreemen)算法使結(jié)果比原算法提高了3.5個(gè)百分點(diǎn)，降低了計(jì)算量。其次，進(jìn)行蛋白質(zhì)相互作用預(yù)測(cè)研究。從DIP數(shù)據(jù)庫(kù)中下載得到蛋白質(zhì)相互作用的數(shù)據(jù)，篩選出實(shí)驗(yàn)所需的正集數(shù)據(jù)17000對(duì)，利用隨機(jī)組合構(gòu)建負(fù)集數(shù)據(jù)17000對(duì)。將改進(jìn)的FDOD算法進(jìn)行二級(jí)結(jié)構(gòu)預(yù)測(cè)的結(jié)果與其他氨基酸

3、物理化學(xué)特性組成特征向量進(jìn)行蛋白質(zhì)相互作用預(yù)測(cè)，每對(duì)蛋白質(zhì)對(duì)由組成、轉(zhuǎn)換、分布的方式表示為278維的特征向量，預(yù)測(cè)準(zhǔn)確率達(dá)到75.86％。為了考慮周圍環(huán)境對(duì)氨基酸的影響，又采用僅基于序列信息的方法進(jìn)行相互作用預(yù)測(cè)。根據(jù)蛋白質(zhì)偶極作用和側(cè)鏈體積大小將20種氨基酸分為7類，以相鄰的3個(gè)氨基酸片段為單位，計(jì)算每種片段在序列中出現(xiàn)的概率，將每個(gè)蛋白質(zhì)對(duì)表示為686維特征向量，預(yù)測(cè)準(zhǔn)確率達(dá)到79.63％。最后，比較上述兩種方法的優(yōu)缺點(diǎn)，提出將兩種