基于覆蓋算法的蛋白質(zhì)二級(jí)結(jié)構(gòu)和結(jié)構(gòu)域預(yù)測(cè).pdf

1、蛋白質(zhì)結(jié)構(gòu)研究是生命科學(xué)的基礎(chǔ)和重大核心問題之一。蛋白質(zhì)的結(jié)構(gòu)決定了它的功能,因此進(jìn)行蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)對(duì)于深入了解蛋白質(zhì)的功能,以及分子設(shè)計(jì)、生物制藥等領(lǐng)域都有著很重要的現(xiàn)實(shí)意義。然而,隨著人類基因組項(xiàng)目和其它大規(guī)模測(cè)序項(xiàng)目帶來的生物學(xué)數(shù)據(jù)爆炸性的增長(zhǎng),傳統(tǒng)的實(shí)驗(yàn)確定蛋白質(zhì)結(jié)構(gòu)的方法已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足需求。因此,從理論上根據(jù)蛋白質(zhì)一級(jí)序列預(yù)測(cè)其空間結(jié)構(gòu)就顯得非常必要。在眾多方法中,神經(jīng)網(wǎng)絡(luò)作為機(jī)器學(xué)習(xí)的重要方法,在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)中得到了廣泛

2、的應(yīng)用,并取得了很好的效果。本文使用的是一種構(gòu)造性的神經(jīng)網(wǎng)絡(luò)算法—覆蓋算法,并將其應(yīng)用到蛋白質(zhì)二級(jí)結(jié)構(gòu)和蛋白質(zhì)結(jié)構(gòu)域預(yù)測(cè)中,取得了很好的效果。
　　本文的主要工作分為以下幾個(gè)部分:
　　1.首先概述了本課題國(guó)內(nèi)外研究的現(xiàn)狀和發(fā)展的過程。對(duì)生物信息學(xué)和蛋白質(zhì)的相關(guān)內(nèi)容和概念進(jìn)行深入的學(xué)習(xí),分別對(duì)二級(jí)結(jié)構(gòu)預(yù)測(cè)和結(jié)構(gòu)域預(yù)測(cè)的方法進(jìn)行分類研究,比較各種方法的優(yōu)勢(shì)和不足,進(jìn)而提出了使用覆蓋算法及其改進(jìn)算法(核覆蓋算法)進(jìn)行二級(jí)結(jié)構(gòu)和結(jié)

3、構(gòu)域預(yù)測(cè)的思路。
　　2.對(duì)蛋白質(zhì)二級(jí)結(jié)構(gòu)進(jìn)行深入分析研究,利用核覆蓋算法結(jié)合Profile編碼提高了二級(jí)結(jié)構(gòu)預(yù)測(cè)的準(zhǔn)確率。首先,比較分析各種機(jī)器學(xué)習(xí)的方法,選取覆蓋算法的改進(jìn)方法,即核覆蓋算法建立預(yù)測(cè)模型,核覆蓋算法是領(lǐng)域覆蓋的一種改進(jìn)算法,它將SVM中的核函數(shù)法和構(gòu)造性學(xué)習(xí)的覆蓋算法相融合,具有魯棒性強(qiáng),準(zhǔn)確率高等優(yōu)點(diǎn)。然后利用網(wǎng)絡(luò)資源從蛋白質(zhì)數(shù)據(jù)庫(kù)中整理出一定數(shù)量的蛋白質(zhì)序列做為實(shí)驗(yàn)的數(shù)據(jù)集。通過對(duì)蛋白質(zhì)的序列編碼仔細(xì)研究,

4、并比較了各種編碼方式的特點(diǎn),采用了帶有遺傳信息的profile編碼。在MATLAB平臺(tái)上采用核覆蓋算法進(jìn)行蛋白質(zhì)二級(jí)結(jié)構(gòu)分類研究,并與其它方法進(jìn)行比較分析,結(jié)果表明了核覆蓋算法在蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)中的可行性和有效性。
　　3.結(jié)構(gòu)域的識(shí)別是蛋白質(zhì)研究中一個(gè)極具挑戰(zhàn)性的課題,我們嘗試首次將覆蓋算法應(yīng)用于結(jié)構(gòu)域預(yù)測(cè)中,僅通過挖掘與分析序列本身所包含的信息來預(yù)測(cè)結(jié)構(gòu)域位置的劃分。通過從已有的結(jié)構(gòu)域數(shù)據(jù)庫(kù)中選取一定數(shù)量的序列作為實(shí)驗(yàn)的數(shù)據(jù)