12002.基于lpc及psiblast譜的蛋白質(zhì)結(jié)構(gòu)類預(yù)測方法研究

1、論文題目：基于LPC及PSIBLAST譜的蛋白質(zhì)結(jié)構(gòu)類預(yù)測方法研宄學(xué)科專業(yè)：基礎(chǔ)數(shù)學(xué)學(xué)位申請人：周昶捷指導(dǎo)老師：王軍教授摘要生物信息學(xué)是一門新興的前沿交叉學(xué)科，它綜合運用數(shù)學(xué)、計算機(jī)科學(xué)和生物學(xué)的各種工具。它的研究焦點主要集中于使用統(tǒng)計學(xué)和計算機(jī)科學(xué)工具，分析和解釋海量分子生物學(xué)數(shù)據(jù)信息。生物信息學(xué)有十分廣泛的研究領(lǐng)域，幾乎涉及了生命科學(xué)的所有內(nèi)容?；趩我坏牡鞍踪|(zhì)序列信息來預(yù)測蛋白質(zhì)的二級結(jié)構(gòu)又是生物信息學(xué)中一個重要的根本性問題。在第

2、二章中，我們主要敘述了一些常用的確定蛋白質(zhì)結(jié)構(gòu)的方法。其中包含三種實驗測定蛋白質(zhì)三維結(jié)構(gòu)法和計算法預(yù)測蛋白質(zhì)結(jié)構(gòu)法。在計算法預(yù)測蛋白質(zhì)二級結(jié)構(gòu)法的基本步驟中，介紹了一些簡單的特征提取模型和常用的一些機(jī)器學(xué)習(xí)分類器：七近鄰算法，貝葉斯分類器和支持向量機(jī)。在第三章中，我們將給出預(yù)測蛋白質(zhì)的二級的一個新方法。我們應(yīng)用了一個被稱為線性預(yù)測編碼的信號處理工具，并使用它從蛋白質(zhì)序列提取序列特征和預(yù)測蛋白質(zhì)二級結(jié)構(gòu)類。首先，使用PSIBLAST工具將

3、原始的蛋白質(zhì)序列中的進(jìn)化信息轉(zhuǎn)化為位置特異性得分矩陣。其次，線性預(yù)測編碼算法將被應(yīng)用于從蛋白質(zhì)序列對應(yīng)的位置特異性得分矩陣中提取氨基酸之間的位置相關(guān)性特征并且將最終的線性預(yù)測編碼系數(shù)作為預(yù)測模型的特征向量。最后，基于支持向量機(jī)的交叉驗證試驗表明我們所提出的方法應(yīng)用在四個標(biāo)準(zhǔn)數(shù)據(jù)集上取得較好的全局精確度。本文提供了一個新的特征提取方法并且在蛋白質(zhì)二級分類問題上取得較好的表現(xiàn)。關(guān)鍵詞：線性預(yù)測編碼；夾克刀交叉驗證；蛋白質(zhì)；位置特異性得分矩陣

4、：二級結(jié)構(gòu)；支持向量機(jī)namelylinearpredictivecoding(LPC)，toextractfeaturesandpredictstructuralclassofaproteinsequenceFirst，thePSIBLASTprogramwasemployedtotransformevolutionaryinformationoftheoriginalproteinsequencestoposition—specif

5、icscorematrices(PSSM)Then，theLPCalgorithmisappliedtoextractlocalcorrelationfeaturesofpeptidesfromPSSMsofproteinsequences，andthefinalLPCcoefficientsareservedaspredictivefeaturesCrossvalidationtestsbysupportvectormachinesh

6、owedthattheproposedmethodtakesasignificantleapattheoverallaccuracyonfourbenchmarkdatasetsThisstudyprovidesanewfeatureextractionmethodandachievesagoodperformanceonproteinstructuralclassificationproblemKeywords：Bioinformat