蛋白質(zhì)亞細(xì)胞定位方法研究和網(wǎng)絡(luò)預(yù)測平臺構(gòu)建.pdf

1、蛋白質(zhì)要參與正常的生命活動，必須處于特定的細(xì)胞內(nèi)區(qū)域(如細(xì)胞核、線粒體、細(xì)胞質(zhì)等)；其實驗定位方法大致有以下三種：(1)細(xì)胞分餾法；(2)電子顯微法；(3)熒光顯微法等。這些實驗方法不但費時，其難度也很大。基于機器學(xué)習(xí)理論的計算方法具有快速、自動的優(yōu)點，尤其適用于高通量分析大規(guī)?；蛐蛄袛?shù)據(jù)，因此基于機器學(xué)習(xí)的預(yù)測方法在近年得到了快速的發(fā)展。本文提出了一種蛋白質(zhì)亞細(xì)胞定位的新預(yù)測算法LOCSVMPSI。該算法基于支持向量機和由PSI-B

2、LAST得出的位置特異性打分矩陣。使用留一法在RH2427數(shù)據(jù)集上的驗證中，LOCSVMPSI算法達到了90.2％的最高預(yù)測精度。這高于SubLoc和ESLpred算法在同一數(shù)據(jù)集上的預(yù)測精度。在PK2427數(shù)據(jù)集上的交叉驗證中，LOCSVMPSI的預(yù)測精度也高于以前提出的基于SVM的算法。在更多數(shù)據(jù)集上的實驗證實了LOCSVMPSI算法比現(xiàn)在廣泛使用的蛋白質(zhì)亞細(xì)胞預(yù)測算法，諸如PSORTII，TargetP和LOCnet等，要表現(xiàn)得更

3、加出色。所有的結(jié)果都表明了，LOCSVMPSI是一個功能強大的蛋白質(zhì)亞細(xì)胞定位預(yù)測算法。 隨著網(wǎng)絡(luò)技術(shù)的發(fā)展與普及，越來越多的生物信息學(xué)預(yù)測方法，都通過網(wǎng)絡(luò)的方式向國際同行提供online預(yù)測服務(wù)和資源共享，這也是檢驗我們所設(shè)計的預(yù)測算法是否成功的最好途徑。因此，我們在亞細(xì)胞定位中算法研究成果的基礎(chǔ)上，構(gòu)建了webserver，以利于學(xué)術(shù)交流和預(yù)測服務(wù)。服務(wù)器的地址為：http://Bioinformatics.ustc.ed