基于理化特征融合的蛋白質(zhì)亞細(xì)胞定位預(yù)測(cè).pdf

1、蛋白質(zhì)是生命的物質(zhì)基礎(chǔ)，參與眾多的生命活動(dòng)過程，包括DNA復(fù)制、轉(zhuǎn)錄、翻譯、物質(zhì)代謝、信號(hào)傳導(dǎo)和細(xì)胞周期控制等，它是生命現(xiàn)象的直接體現(xiàn)者。因此，蛋白質(zhì)功能研究是蛋白質(zhì)組學(xué)領(lǐng)域的研究熱點(diǎn)，然而蛋白質(zhì)亞細(xì)胞位置決定了蛋白質(zhì)功能。蛋白質(zhì)只有被運(yùn)轉(zhuǎn)到特定的亞細(xì)胞中，才能參與細(xì)胞的各種生命活動(dòng)，如果運(yùn)轉(zhuǎn)發(fā)生偏差，將會(huì)導(dǎo)致細(xì)胞功能紊亂，甚至?xí)?duì)生命安全構(gòu)成威脅，因此蛋白質(zhì)亞細(xì)胞定位的預(yù)測(cè)對(duì)研究蛋白質(zhì)功能具有非常重要的意義。此外明確蛋白質(zhì)亞細(xì)胞位點(diǎn)，

2、對(duì)癌癥病發(fā)機(jī)理的研究和靶細(xì)胞藥物的發(fā)現(xiàn)都起到至關(guān)重要的作用。在一些關(guān)于蛋白質(zhì)亞細(xì)胞定位預(yù)測(cè)的研究中，發(fā)現(xiàn)越來越多的蛋白質(zhì)同時(shí)存在于兩個(gè)或多個(gè)亞細(xì)胞位置上或者在多個(gè)亞細(xì)胞間移動(dòng)以實(shí)現(xiàn)它的生物學(xué)功能。因此，蛋白質(zhì)亞細(xì)胞定位預(yù)測(cè)的研究就由單位點(diǎn)蛋白質(zhì)亞細(xì)胞定位預(yù)測(cè)逐漸轉(zhuǎn)向多位點(diǎn)蛋白質(zhì)亞細(xì)胞定位預(yù)測(cè)，并且它已成為生物信息學(xué)的一個(gè)研究熱點(diǎn)。
　　巨量蛋白質(zhì)序列的出現(xiàn)給亞細(xì)胞定位預(yù)測(cè)研究帶來很大挑戰(zhàn)和困難，因此需要借助計(jì)算機(jī)技術(shù)實(shí)現(xiàn)蛋白質(zhì)亞細(xì)

3、胞定位的自動(dòng)預(yù)測(cè)。而傳統(tǒng)的蛋白質(zhì)亞細(xì)胞定位預(yù)測(cè)方法通常分為四大步:第一步，構(gòu)建蛋白質(zhì)數(shù)據(jù)集，為順利完成亞細(xì)胞定位預(yù)測(cè)提供可靠數(shù)據(jù);第二步，蛋白質(zhì)的特征提取，是亞細(xì)胞定位預(yù)測(cè)的關(guān)鍵步驟，而傳統(tǒng)的方法制約著定位預(yù)測(cè)精度;第三步，預(yù)測(cè)算法的選取，選擇恰當(dāng)?shù)念A(yù)測(cè)算法是研究過程的最重要的一步，直接影響最后的預(yù)測(cè)結(jié)果;第四步，預(yù)測(cè)算法的評(píng)估，通過分析評(píng)估結(jié)果來確定特征提取方法和預(yù)測(cè)算法選取的好壞，以便于預(yù)測(cè)精度的提高。
　　本文圍繞蛋白質(zhì)亞細(xì)

4、胞定位預(yù)測(cè)，研究了蛋白質(zhì)特征提取、亞細(xì)胞定位預(yù)測(cè)算法等。論文主要工作總結(jié)如下:(1)本文采用同時(shí)含有單位點(diǎn)蛋白質(zhì)和多位點(diǎn)蛋白質(zhì)序列的數(shù)據(jù)集，如Virus-mPLoc和Gpos-mPLoc兩個(gè)數(shù)據(jù)集。(2)本文針對(duì)熵密度、偽氨基酸組成(PseAAC)和兩性偽氨基酸組成(AmPseAAC)三種特征提取方法，開展了如下三個(gè)方面的研究。第一方面是改進(jìn)兩性偽氨基酸組成特征提取方法，并與兩性偽氨基酸組成進(jìn)行比較，評(píng)價(jià)改進(jìn)方法的有效性。第二方面是改進(jìn)

5、特征融合規(guī)則，本文在簡(jiǎn)單的特征融合規(guī)則基礎(chǔ)上，將熵密度所提取的20維特征向量取代兩性偽氨基酸組成所提取的前20維向量，稱之為特殊融合方法。第三方面是結(jié)合二肽組成模型和氨基酸指數(shù)分布模型(AAID)兩種特征提取方法，提出了一種基于氨基酸理化特征的新型特征提取方法，同時(shí)蛋白質(zhì)定位預(yù)測(cè)結(jié)果證明了該特征提取方法的有效性。(3)采用多標(biāo)簽k近鄰算法(ML-KNN)作為預(yù)測(cè)算法，同時(shí)又考慮到數(shù)據(jù)不平衡的問題，使用改進(jìn)版的多標(biāo)簽k近鄰算法(wML-K