基于離散特征的蛋白質(zhì)亞細(xì)胞定位預(yù)測(cè)方法研究.pdf

1、蛋白質(zhì)亞細(xì)胞定位與蛋白質(zhì)功能,結(jié)構(gòu)及相互作用都密切相關(guān),因此建立可靠的亞細(xì)胞定位預(yù)測(cè)模型對(duì)理解蛋白質(zhì)機(jī)能,生命活動(dòng)以及藥物研發(fā)都具有重大的意義。以蛋白質(zhì)字母序列為研究對(duì)象,基于數(shù)學(xué)方法和計(jì)算機(jī)技術(shù)的預(yù)測(cè)方法成為了研究重點(diǎn)。雖然目前已經(jīng)提出了許多此類預(yù)測(cè)方法,但是仍存在兩方面問(wèn)題:一、預(yù)測(cè)方法的時(shí)間復(fù)雜度和空間復(fù)雜度仍然較高。二、不能有效解決數(shù)據(jù)量有限且數(shù)據(jù)分布極度不平衡的數(shù)據(jù)集的預(yù)測(cè)問(wèn)題。針對(duì)這兩個(gè)問(wèn)題,本文提出了兩個(gè)基于離散特征的新型

2、預(yù)測(cè)模型,主要?jiǎng)?chuàng)新工作概括如下:
　　首先本文提出了基于蛋白質(zhì)序列圖形表達(dá)HR-Curve的亞細(xì)胞定位預(yù)測(cè)模型。HR-Curve的構(gòu)建基于氨基酸理化性質(zhì)分類和雙向量,HR-Curve具有高可視性,信息完備性,分類可視性以及多應(yīng)用性等特點(diǎn)。同時(shí)根據(jù)HR-Curve的特點(diǎn),本文提出了一種高效的基于歐式距離的相似度計(jì)算方法MAV,該方法很大程度上降低了時(shí)間復(fù)雜度和空間復(fù)雜度。最后將HR-Curve應(yīng)用到亞細(xì)胞定位預(yù)測(cè)。實(shí)驗(yàn)證明HR-Cu

3、rve在保持較高預(yù)測(cè)準(zhǔn)確性的同時(shí),明顯有效地提高了預(yù)測(cè)效率。
　　針對(duì)第二個(gè)問(wèn)題,本文提出了基于SVM的亞細(xì)胞定位遷移預(yù)測(cè)模型。該模型基于改進(jìn)的基于親疏水性的氨基酸分類的特征提取方法和SVM的遷移學(xué)習(xí)思想。通過(guò)加入自適應(yīng)檢測(cè)條件,在保證預(yù)測(cè)準(zhǔn)確率的同時(shí),遷移學(xué)習(xí)的收斂速度得到了有效地提高。最后從兩方面驗(yàn)證了該遷移預(yù)測(cè)模型的特點(diǎn)和優(yōu)勢(shì):一方面通過(guò)設(shè)計(jì)對(duì)照實(shí)驗(yàn),證明遷移預(yù)測(cè)模型對(duì)特殊數(shù)據(jù)集的適用性及高效性。另一方面通過(guò)與其他方法對(duì)比,