基于集成智能的膜蛋白受體結(jié)構(gòu)與功能研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩127頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、蛋白質(zhì)是生命的物質(zhì)基礎(chǔ),凡乎任何生物過(guò)程都與蛋白質(zhì)發(fā)生某種聯(lián)系。目前蛋白質(zhì)序列數(shù)量的激增,急需要開(kāi)發(fā)快速、準(zhǔn)確的計(jì)算工具預(yù)測(cè)蛋白質(zhì)的功能。因此,在蛋白質(zhì)組學(xué)方面,生物信息學(xué)也得到很大發(fā)展,很多智能算法和服務(wù)器都已經(jīng)得到開(kāi)發(fā)和利用;然而在膜蛋白領(lǐng)域,由于其結(jié)構(gòu)和定位的復(fù)雜性,對(duì)其功能和結(jié)構(gòu)的研究仍是剛剛興起。膜蛋白受體是一種特殊的跨膜蛋白,也是跨膜蛋白家族的最大類(lèi)。作為外界信號(hào)的傳輸接受者和內(nèi)在生物信號(hào)的傳輸者,具有重要的研究意義。本論文

2、借助集成智能的方法,對(duì)膜蛋白受體的結(jié)構(gòu)類(lèi)、膜蛋白受體相互作用、膜蛋白受體與藥物結(jié)合的網(wǎng)絡(luò)以及與膜蛋白受體功能相關(guān)的凋謝蛋白亞細(xì)胞定位、膜蛋白受體信號(hào)傳導(dǎo)決定的轉(zhuǎn)錄調(diào)節(jié)蛋白協(xié)同調(diào)控和網(wǎng)絡(luò)等幾個(gè)方面進(jìn)行研究。主要?dú)w納如下:
   在膜蛋白受體結(jié)構(gòu)類(lèi)預(yù)測(cè)的研究中,以最典型的膜蛋白受體G蛋白偶聯(lián)受體為例,利用蛋白質(zhì)一階簽名模型構(gòu)造了一個(gè)4200維向量,并基于離散二進(jìn)制粒子群算法提取序列的特征;利用集成模糊K近鄰分類(lèi)器用于膜蛋白受體結(jié)構(gòu)類(lèi)

3、的預(yù)測(cè)。訓(xùn)練集來(lái)自國(guó)際通用數(shù)據(jù)庫(kù)GPCRDB。測(cè)試結(jié)果表明了本論文方法的可行性和實(shí)用性。最后構(gòu)建了在線的Web服務(wù)器,可供生物學(xué)背景的研究者查詢(xún)和使用。
   在膜蛋白受體相互作用的研究中,以G蛋白偶聯(lián)受體及其靶標(biāo)蛋白G蛋白為樣本,利用自適應(yīng)免疫算法優(yōu)化了集成分類(lèi)器的權(quán)重,提出了改進(jìn)型集成分類(lèi)器LogitBoost,用于膜蛋白受體及其靶標(biāo)膜蛋白偶聯(lián)預(yù)測(cè)的研究。數(shù)據(jù)集來(lái)自國(guó)際通用數(shù)據(jù)庫(kù)GRIFFN,測(cè)試結(jié)果論證了方法的可行性。

4、r>   在膜蛋白受體與藥物結(jié)合的網(wǎng)絡(luò)的研究中,提出基于集成半監(jiān)督學(xué)習(xí)方法的SemiBoost分類(lèi)器,結(jié)合復(fù)雜網(wǎng)絡(luò)特性對(duì)三種膜蛋白受體及細(xì)胞核受體與藥物的相互作用網(wǎng)絡(luò)的連接情況進(jìn)行了預(yù)測(cè)和分析,并在國(guó)際通用的數(shù)據(jù)庫(kù)KEGG和SuperTarget上進(jìn)行了驗(yàn)證。
   在膜蛋白受體功能相關(guān)的凋謝蛋白亞細(xì)胞定位中,集成氨基酸化學(xué)特性疏水和氨基酸序列的近似熵,構(gòu)造了一個(gè)30維的改進(jìn)型偽氨基酸向量模型,利用免疫遺傳算法優(yōu)化了該模型,提

5、出了集成分類(lèi)器AdaBoost用于預(yù)測(cè)膜蛋白受體重點(diǎn)參與的凋謝蛋白亞細(xì)胞定位的研究。實(shí)驗(yàn)結(jié)果也驗(yàn)證了方法的可行性。
   在轉(zhuǎn)錄調(diào)節(jié)蛋白網(wǎng)絡(luò)研究中,分析了由膜蛋白受體傳遞信號(hào)影響的轉(zhuǎn)錄調(diào)節(jié)蛋白的協(xié)同調(diào)控特性,提出了一種集成偏相關(guān)系數(shù)算法(PCIT)和調(diào)控影響參數(shù)(RIF)的蛋白質(zhì)網(wǎng)絡(luò)構(gòu)建算法,并用于構(gòu)建和優(yōu)化轉(zhuǎn)錄調(diào)節(jié)蛋白網(wǎng)絡(luò);開(kāi)發(fā)了一種協(xié)同調(diào)控模擬算法;利用網(wǎng)絡(luò)集成熵和復(fù)雜網(wǎng)絡(luò)理論分析了網(wǎng)絡(luò)的特性,使用了澳大利亞聯(lián)邦科工組織的牛

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論