基于離散特征的蛋白質(zhì)亞細胞定位預測方法研究.pdf

1、蛋白質(zhì)亞細胞定位與蛋白質(zhì)功能,結構及相互作用都密切相關,因此建立可靠的亞細胞定位預測模型對理解蛋白質(zhì)機能,生命活動以及藥物研發(fā)都具有重大的意義。以蛋白質(zhì)字母序列為研究對象,基于數(shù)學方法和計算機技術的預測方法成為了研究重點。雖然目前已經(jīng)提出了許多此類預測方法,但是仍存在兩方面問題:一、預測方法的時間復雜度和空間復雜度仍然較高。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)集的預測問題。針對這兩個問題,本文提出了兩個基于離散特征的新型

2、預測模型,主要創(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HR-Curve的亞細胞定位預測模型。HR-Curve的構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用性等特點。同時根據(jù)HR-Curve的特點,本文提出了一種高效的基于歐式距離的相似度計算方法MAV,該方法很大程度上降低了時間復雜度和空間復雜度。最后將HR-Curve應用到亞細胞定位預測。實驗證明HR-Cu

3、rve在保持較高預測準確性的同時,明顯有效地提高了預測效率。
　　針對第二個問題,本文提出了基于SVM的亞細胞定位遷移預測模型。該模型基于改進的基于親疏水性的氨基酸分類的特征提取方法和SVM的遷移學習思想。通過加入自適應檢測條件,在保證預測準確率的同時,遷移學習的收斂速度得到了有效地提高。最后從兩方面驗證了該遷移預測模型的特點和優(yōu)勢:一方面通過設計對照實驗,證明遷移預測模型對特殊數(shù)據(jù)集的適用性及高效性。另一方面通過與其他方法對比,