多肽結(jié)構(gòu)與保留時(shí)間關(guān)系的研究.pdf

1、隨著儀器和分析技術(shù)快速發(fā)展，蛋白質(zhì)組學(xué)有了新的進(jìn)展，并成為最重要的生命科學(xué)領(lǐng)域之一，其實(shí)驗(yàn)數(shù)據(jù)龐大，要求高通量計(jì)算來提高多肽鑒定得分，從而提高蛋白鑒定準(zhǔn)確度。而液相色譜中多肽的保留時(shí)間信息始終沒有得到很好的利用，保留時(shí)間是色譜分析中重要的參數(shù)，如果能夠更好地利用此參數(shù)可以提高多肽鑒定質(zhì)量，從而提高蛋白質(zhì)的鑒定可靠性。本文試圖利用這些信息抓住多肽保留行為的特點(diǎn)，運(yùn)用化學(xué)計(jì)量學(xué)，化學(xué)信息學(xué)中常用的方法PLS，KPLS，SVR等建立多肽保留時(shí)

2、間的QSAR模型，提高多肽鑒定質(zhì)量，從而提高蛋白質(zhì)鑒定的數(shù)量和質(zhì)量。 本文研究的對(duì)象多肽與其他化合物不同，多肽是由20種氨基酸組成，反映它們結(jié)構(gòu)的數(shù)據(jù)目前并沒有直接顯示，許多學(xué)者都是假設(shè)多肽的各種物化性質(zhì)是通過組成它們的氨基酸的性質(zhì)加和來反映的。本文以文獻(xiàn)中搜集到的3個(gè)數(shù)據(jù)集為研究對(duì)象逐級(jí)深入地研究多肽結(jié)構(gòu)和保留時(shí)間的關(guān)系，并提出了變量優(yōu)化的方法和新的局部變量，創(chuàng)造性地以局部變量結(jié)合全局變量建立QSAR模型，為QSAR的研究開

3、辟了新的研究方向，并建立了共識(shí)模型，得到0．96以上的相關(guān)性系數(shù)，遠(yuǎn)遠(yuǎn)高于文獻(xiàn)值。 具體研究步驟如下：首先大規(guī)模的搜集20種氨基酸的物化性質(zhì)，以及多肽研究中新產(chǎn)生的各種組合變量。以數(shù)據(jù)集1——復(fù)旦大學(xué)張祥民實(shí)驗(yàn)室所得136個(gè)多肽為研究對(duì)象，通過變量篩選后運(yùn)用PLS，KPLS，SVR對(duì)其建模預(yù)報(bào)。同時(shí)因?yàn)閱蝹€(gè)氨基酸的保留時(shí)間來自文獻(xiàn)，與136個(gè)多肽的保留時(shí)間的實(shí)驗(yàn)條件不同，所以剔除了這個(gè)變量再次建模預(yù)報(bào)，并運(yùn)用共識(shí)模型預(yù)報(bào)所得的

4、相關(guān)性系數(shù)達(dá)到0．83優(yōu)于文獻(xiàn)值0．81。但這個(gè)結(jié)果遠(yuǎn)遠(yuǎn)沒有達(dá)到本文的要求，故希望尋找新的更多的多肽數(shù)據(jù)集，尋找潛在的新的變量，特別是嘗試局部變量在多肽結(jié)構(gòu)與保留時(shí)間關(guān)系中的應(yīng)用。 接著以數(shù)據(jù)集2——346個(gè)多肽為研究對(duì)象，提出了與位置有關(guān)的變量和與性質(zhì)強(qiáng)度有關(guān)的變量，利用PLS，KPLS，SVR，共識(shí)模型等方法建模預(yù)報(bào)，所得相關(guān)性系數(shù)0．96以上由于文獻(xiàn)所得的0．92。 最后以數(shù)據(jù)集3——834個(gè)多肽為驗(yàn)證對(duì)象，用