基于監(jiān)督學習的激酶鑒定算法的研究.pdf

1、由蛋白激酶催化所發(fā)生的磷酸化修飾作用在調(diào)節(jié)生物的生命活動中起著不可替代的作用，被稱為細胞生命活動的開關(guān)。有些疾病的發(fā)生與由某特定激酶所催化的磷酸化修飾有密切的關(guān)系，因此識別磷酸化位點的激酶信息對于研究分子機理具有重要的研究意義，也有助于設(shè)計藥物。
　　起初對磷酸化的研究主要依賴實驗方法，主要包括32P標記法和高通量的質(zhì)譜分析方法等。這些實驗方法能夠產(chǎn)生大量的磷酸化數(shù)據(jù)，然而大部分數(shù)據(jù)都缺少激酶信息，而且實驗方法費時耗力。于是研究者

2、們開始嘗試通過計算學的方法找出磷酸化的規(guī)律并對磷酸化數(shù)據(jù)進行預測。基于計算的方法需要依托于磷酸化數(shù)據(jù)，通過實驗方法產(chǎn)生的磷酸化數(shù)據(jù)為使用計算學方法提供了條件。如今，通過計算學的方法鑒定蛋白激酶已經(jīng)成為解決激酶鑒定問題的主流方法。
　　本文在前人對磷酸化研究的基礎(chǔ)上，綜合考慮結(jié)構(gòu)風險和數(shù)據(jù)間的空間分布這兩種因素，提出了一種基于核矩陣的激酶鑒定算法SLapRLS，并將其應用于激酶鑒定工作。首先對從Phospho.ELM數(shù)據(jù)庫中提取的人

3、類的磷酸化數(shù)據(jù)進行處理，先通過遍歷搜索找到并去除重復的數(shù)據(jù)，而后使用BLAST和CD-HIT軟件進行去冗余操作，從而構(gòu)建了可靠的訓練數(shù)據(jù)。然后我們對核函數(shù)和基于核函數(shù)的機器學習算法進行了研究，并提出了利用專業(yè)知識構(gòu)建核矩陣的方法。最后，引入了標記與相似度的不一致性來反映數(shù)據(jù)間的空間分布關(guān)系，結(jié)合標記與相似度的不一致性最小化與結(jié)構(gòu)風險最小化提出了SLapRLS算法。通過10折交叉驗證和獨立驗證法對SLapRLS進行了性能評估，結(jié)果表明SL