多元校正和蛋白質(zhì)翻譯后修飾位點預測中化學計量學研究.pdf

1、本文作者通過綜述當前化學計量學領域中的熱點、難點問題，選擇了化學計量學多元校正（定量）和以蛋白質(zhì)翻譯后修飾位點預測為對象的模式識別（分類）兩方面展開了相關研究工作。在多元校正方面，本文作者從二維、三維到四維的角度分別對復雜體系的定量分析問題在算法或應用上進行了探索性基礎研究。在蛋白質(zhì)翻譯后修飾位點預測方面，本文作者從二分類到多類的角度對蛋白質(zhì)翻譯后修飾位點預測作了部分研究工作。本論文的內(nèi)容主要涉及到以下幾個方面：
　　第一部分:多

2、元校正（第2章-第4章）
　　稠環(huán)芳烴主要來源于有機材料的不完全燃燒和熱分解，它廣泛存在于燃燒產(chǎn)品中，這其中就包括了卷煙煙氣。大多稠環(huán)芳烴均具有致癌性或能誘導突變作用，其中最典型的就是苯并[a]芘，它的致癌性最高，被國際癌癥機構(gòu)認定為人類致癌物。因此，對卷煙主流煙氣中苯并[a]芘含量的監(jiān)測有助于我們對煙草質(zhì)量的控制以及評價其對人類健康危害。目前，對卷煙煙氣中苯并[a]芘含量測定的方法主要是基于色譜法分離后聯(lián)用各類檢測器檢測。此類方

3、法操作繁瑣，耗時長，分析成本高，不利于作日常檢測手段。本文將中紅外光譜結(jié)合化學計量學用于開發(fā)一種簡單、快速和非破壞性的穩(wěn)健方法以對卷煙主流煙氣中苯并[a]芘的含量進行測定。為了加強校正模型的預測能力，我們提出了離散粒子群-小波包變換-偏最小二乘(DPS O-WPT-PLS)新算法，并獲得令人滿意的結(jié)果。此外，與其它四種化學計量學算法相比較，數(shù)據(jù)分析結(jié)果顯示DPSO-WPT-PLS具有更優(yōu)異的性能。
　　β-胡蘿卜素是一種天然色素，

4、由于其富有營養(yǎng)并且著色能力強，被聯(lián)合國糧農(nóng)組織和世界衛(wèi)生組織食品添加劑聯(lián)合專家委員會認定的A類優(yōu)秀有營養(yǎng)的食品添加劑。但是食用高劑量β-胡蘿卜素補充劑可能會產(chǎn)生不良反應，甚至會增加某些疾病的發(fā)生機率。β-胡蘿卜素性質(zhì)穩(wěn)定、沸點較高，目前較多的使用高效液相色譜檢測技術進行檢測，然而在實際的樣品檢測中，部分復雜樣品中會存在嚴重干擾從而導致較大的定量誤差。為解決此問題，本文第3章將交替三線性分解算法(ATLD)與高效液相色譜-二極管陣列檢測器

5、(HPLC-DAD)相結(jié)合用于實際乳粉和飲料樣品中β-胡蘿卜素含量的測定。盡管實際乳粉和飲料樣品中有基質(zhì)干擾目標物的分析，但采用ATLD算法解析色譜數(shù)據(jù)，利用“數(shù)學分離”增強“化學分離”，實現(xiàn)了未知干擾組分存在下對目標物β-胡蘿卜素的定量分析。此外，HPLC-MS方法被用于驗證結(jié)果的準確性，結(jié)果表明，HPLC-MS方法與算法解析結(jié)果之間無顯著性差異。
　　氟喹諾酮類(Fluoroquinolones，F(xiàn)Qs)藥物是在污水和表層水體

6、中能夠被檢測出來的常見的一類抗生素。作為抗生素，F(xiàn)Qs藥物很難被微生物降解，在污水處理廠(Wastewater Treatment Plant，WWTP)的常規(guī)處理中難以完全消除。UV/H2O2高級氧化技術(Advanced oxidation technologies，AOTs)在處理難降解的有機物上具有獨特優(yōu)勢，因此有必要考查FQs藥物基于UV/H2O2高級氧化處理的降解行為。本文第4章采用了熒光光譜結(jié)合化學計量學多維校正法（包括三

7、維PARAFAC算法和四維PARAFAC算法）對水體系中氧氟沙星(OFL)和達氟沙星(DAN)這兩種FQs藥物基于UV/H2O2高級氧化處理的光解動力學進行了研究。實驗結(jié)果表明，本文采用的方法可同時實時監(jiān)測OFL和DAN在環(huán)境水樣中的含量變化。值得注意的是，在實驗條件優(yōu)化的過程中，我們用三維PARAFAC算法分別解析出了OFL和DAN在不同pH值下的熒光光譜形態(tài)分布，結(jié)果與文獻報道一致。此外，我們用三維PARAFAC算法還考查了H2O2

8、加入量對這兩種FQs藥物的降解速率的影響。熒光光譜結(jié)合化學計量學多維校正算法這種分析方法不僅節(jié)約樣品預處理時間，還能用于實驗條件優(yōu)化，對復雜體系多組分實時定量分析，這對于監(jiān)測待分析物的動力學過程具有潛在應用價值。
　　第二部分:蛋白質(zhì)翻譯后修飾位點預測（第5章-第6章）
　　蛋白質(zhì)甲基化修飾是一種常見的蛋白質(zhì)翻譯后修飾，它在信號傳導、DNA修復等很多細胞進程中起到非常巨大的作用。蛋白質(zhì)甲基化位點的識別在理解與之相關的生物過程

9、中的基本分子機理起到非常重要的作用。運用生物信息學方法對蛋白質(zhì)甲基化位點進行預測是一種強而有力的途徑，它方便、經(jīng)濟并快捷，對可能的蛋白質(zhì)甲基化位點的進一步實驗鑒定提供了便利。在本文第5章中，綜合了偽氨基酸組成成分(PseAAC)和蛋白質(zhì)鏈描述符來全局表征蛋白質(zhì)的序列信息，并運用基于粒子群優(yōu)化的支持向量機算法對蛋白質(zhì)精氨酸甲基化位點進行了預測。我們計算得到獨立預測集的準確率、靈敏度、特異度和馬修斯相關系數(shù)分別為98.11％、96.23％、

10、100％和96.30％。這表明我們所提出的分析方法對蛋白質(zhì)精氨酸甲基化位點具有充分的預測效能。此外，我們還將其與基于不同的特征抽取或分類算法的其它預測工具進行了比較，結(jié)果顯示我們所提出的方法在識別蛋白質(zhì)精氨酸甲基化位點方面具有更好的性能。
　　賴氨酸(K)翻譯后修飾可控制蛋白質(zhì)的活性并繼而影響人類疾病，因此識別賴氨酸(K)殘基翻譯后修飾的狀態(tài)是全面理解蛋白質(zhì)功能的基礎。然而，目前，靠實驗檢測到的所有賴氨酸修飾位點對于通常研究的蛋白

11、組學僅僅只占一小部分。因此，用于賴氨酸修飾位點識別的計算機預測技術有可能為研究者提供關于這些修飾有價值的指導。目前，針對于研究得最廣泛的四種類型的賴氨酸翻譯后修飾（乙酰化、甲基化、泛素化和SUMO化修飾）位點預測問題，研究者們已發(fā)展了不少計算機預測方法。但這些方法大都一次只針對一種類型的賴氨酸(K)修飾位點進行預測，并沒有同時對蛋白上所有賴氨酸(K)殘基可能修飾的不同類型同時預測。在本文第6章中，我們嘗試運用基于氨基酸序列的計算機預測方