基于支持向量機的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測新算法及其在血管蛋白質(zhì)研究中的初步應(yīng)用.pdf

1、蛋白質(zhì)空間結(jié)構(gòu)研究已成為后基因組時代生命科學(xué)領(lǐng)域的研究熱點之一。目前，通過生物學(xué)實驗方法測得結(jié)構(gòu)的蛋白質(zhì)只有4萬多個，遠遠落后于蛋白質(zhì)序列的測序速度，使用計算機和數(shù)學(xué)的理論方法預(yù)測蛋白質(zhì)結(jié)構(gòu)勢在必行。然而，直接從蛋白質(zhì)一級序列預(yù)測其三維空間結(jié)構(gòu)存在諸多困難，并且在對蛋白質(zhì)分子的深入研究后發(fā)現(xiàn)由二級結(jié)構(gòu)組裝而成的空間結(jié)構(gòu)是有限的。因此，從蛋白質(zhì)序列先預(yù)測出二級結(jié)構(gòu)，再由二級結(jié)構(gòu)預(yù)測三級結(jié)構(gòu)便成為蛋白質(zhì)結(jié)構(gòu)研究中一條有效的途徑。本文以經(jīng)典的

2、22維氨基酸編碼矩陣為基礎(chǔ)引入了24維的混合編碼矩陣，提出了一種基于此編碼矩陣和支持向量機的蛋白質(zhì)二級結(jié)構(gòu)預(yù)測新算法并驗證了其優(yōu)越性。我們利用PDB SELECT和HSSP等蛋白質(zhì)數(shù)據(jù)庫構(gòu)建了3個分別包含141、212和365個蛋白的相互獨立的非冗余數(shù)據(jù)集，并在每個數(shù)據(jù)集上分別進行7折交叉驗證。結(jié)果表明，混和編碼在包含365個蛋白的數(shù)據(jù)集上獲得了78.96 %的預(yù)測準(zhǔn)確率(Q3)，比使用經(jīng)典編碼并基于同樣數(shù)據(jù)集的預(yù)測結(jié)果提高近3 %。同