10120.蛋白質(zhì)結(jié)構(gòu)類預(yù)測中若干關(guān)鍵算法的研究

1、浙江理工大學(xué)學(xué)位論文獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得浙江理工大學(xué)或其他教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。學(xué)位論文作者簽名：唿茳簽字日期：V、葉年弓月l了日摘要人類基因組計劃成功實施后蛋白質(zhì)測序技術(shù)得到快速發(fā)展，現(xiàn)

2、如今蛋白質(zhì)序列數(shù)據(jù)急劇增加。然而與序列認(rèn)知程度相比，人們對蛋白質(zhì)空間結(jié)構(gòu)及功能的了解還遠遠不夠。傳統(tǒng)的實驗方法和技術(shù)已難以滿足海量蛋白質(zhì)序列的分析需求，所以發(fā)展計算方法與預(yù)測模型來研究蛋白質(zhì)空間結(jié)構(gòu)及功能將具有深遠的意義，這也成為生物信息學(xué)中最重要和最基本的課題之一。利用機器學(xué)習(xí)算法從大量已知蛋白質(zhì)出發(fā)來預(yù)測出未知蛋白質(zhì)空間結(jié)構(gòu)和功能是一項輔助傳統(tǒng)實驗研究蛋白質(zhì)性質(zhì)的新方法。蛋白質(zhì)結(jié)構(gòu)類型是決定其高級結(jié)構(gòu)和功能的重要因素，也能反映蛋白質(zhì)

3、的二級結(jié)構(gòu)整體分布情況，因此，蛋白質(zhì)結(jié)構(gòu)類預(yù)測是蛋白質(zhì)空間結(jié)構(gòu)和功能預(yù)測的基礎(chǔ)，對蛋白質(zhì)組學(xué)研究具有重要意義。本文以蛋白質(zhì)結(jié)構(gòu)類預(yù)測方法為研究對象，主要研究內(nèi)容如下：首先在蛋白質(zhì)特征信息提取方面，本研究基于位置特異性矩陣，考慮到矩陣兩行多間隔之間的關(guān)聯(lián)信息，提出了一種蛋白質(zhì)進化信息的提取算法；根據(jù)蛋白質(zhì)結(jié)構(gòu)類的定義，設(shè)計了位置分布函數(shù)，提出了一種二級結(jié)構(gòu)元素位置分布信息的提取算法；通過蛋白質(zhì)結(jié)構(gòu)域與二級結(jié)構(gòu)之間的關(guān)聯(lián)分析，提出了一種蛋白

4、質(zhì)結(jié)構(gòu)模式信息的提取算法。其次在特征信息挑選方面，本研究設(shè)計了基于特征排序與支持向量機(SVM)結(jié)合的封裝器進行特征子集挑選，剔除冗余信息，篩選出每一類型特征信息中的核心特征信息。針對預(yù)測的蛋白質(zhì)二級結(jié)構(gòu)信息和蛋白質(zhì)進化信息，分別挑選出其最優(yōu)特征子集，再進行信息融合，通過大量的蛋白質(zhì)結(jié)構(gòu)類預(yù)測實驗，與現(xiàn)有特征子集挑選算法進行比較，驗證本文提出的特征挑選算法的有效性。最后在預(yù)測算法方面，本研究比較了k一近鄰算法和支持向量機在蛋白質(zhì)結(jié)構(gòu)預(yù)測