基于貝葉斯方法的蛋白質相互作用預測研究.pdf

1、隨著人類基因組計劃的完成,生命科學研究進入后基因組時代,研究基因所表達的蛋白質成為研究的熱點。蛋白質的功能往往體現在與其它蛋白質或其它的生物大分子之間的相互作用之中。近年來,以蛋白質間相互作用研究為重要內容的蛋白質組學研究逐漸形成。構建模式細胞系統(tǒng)中全部蛋白質相互作用網絡,即蛋白質相互作用組(interactome),對于蛋白質的功能預測及新藥研發(fā)等提供理論依據,從而揭示一切生命活動的規(guī)律。
　　貝葉斯方法建立在貝葉斯統(tǒng)計學和貝葉

2、斯決策理論基礎上,能夠有效的處理不完全(或部分數據丟失的)數據集,是一種將(專家)先驗知識和數據進行綜合的理想表達模式。目前,貝葉斯方法已經廣泛應用于醫(yī)療診斷、生物信息學、金融分析等各個方面。本文以蛋白質相互作用組學的內容為研究對象,將貝葉斯方法應用到蛋白質相互作用位點預測和相互作用對象預測中去,主要研究內容如下:
　　1、提出了一種新的進行蛋白質表面模擬的算法。研究表明,蛋白質間的相互作用通常發(fā)生在兩個相互作用的蛋白質表面間。對

3、蛋白質表面的模擬不僅是蛋白質相互作用研究的基礎,更可以有效的指導蛋白質對接的研究。我們以蛋白質三維結構的分子表面為研究對象,根據蛋白質的三維幾何特征設計了一種提取蛋白質表面原子的幾何算法PSAGA(Protein Surface Atom Geometrical Algorithm)。在提取出的表面原子基礎上,引用球函數具有的旋轉不變性的特點,進行蛋白質表面形狀的模擬,模擬出的蛋白質表面可以有效克服蛋白質在空間變換過程中需要不停進行重新

4、計算表面問題,從而有效地提高了計算效率。實驗結果驗證了所用方法的準確性。
　　2、從蛋白質相互作用的生化特征出發(fā),基于樸素貝葉斯分類器屬性條件獨立性的要求,提出了一種新的蛋白質相互作用位點預測算法模型。我們選取蛋白質的20維序列譜這個序列信息和溶劑可及表面積這個結構信息,構成相對獨立的21維條件獨立屬性作為樸素貝葉斯分類器的輸入信息,在一個由90條蛋白質鏈構成的典型的異源蛋白質復合物數據集上采用留一法進行訓練測試。與其它方法相比,

5、由于我們采用先驗概率分布的形式將不等量的正負樣本信息融合到預測模型中,從而充分克服了其它方法為平衡數據集而導致的信息丟失,同時也充分的利用了樸素貝葉斯分類器結構簡單計算復雜度低的特點。實驗結果與其它方法相比取得了更高的性能,3維結構可視化的結果更進一步的證實了我們方法的有效性。
　　3、基于序列鄰近信息對蛋白質相互作用位點預測的影響這一實驗結果,提出了一種新的作用位點預測的貝葉斯算法模型。已有的研究表明,蛋白質序列中殘基通常都是聚

6、集成團形成作用位點,因此,僅考慮目標殘基的生化特征并不能有效的反映作用位點的特性。而要考慮鄰近殘基的影響,必然要破壞樸素貝葉斯分類器的結構。為此,我們基于TAN分類器設計了一個新的作用位點預測算法模型ATAN算法模型:該模型通過固定的圖結構來反映序列鄰近信息,而結點間的參數概率表則通過訓練數據學習得到。該方法既考慮了鄰近信息對結果的影響,又沒有改變算法的時間復雜度。在一個由81條蛋白質鏈組成的異源蛋白質復合物數據集上,我們采用10-fo

7、ld方法進行訓練測試,實驗結果表明,該方法相比于其它方法取得了更好的實驗結果,3維結構可視化的結果也證實了方法的有效性。
　　4、提出了一種新的僅基于蛋白質序列信息的低維特征向量構成,并基于此構建了一個自動實現蛋白質相互作用對象預測的貝葉斯算法模型。作用對象預測是構建蛋白質相互作用網絡的基礎,我們基于pseudo-氨基酸組成,設計了一個新的僅基于蛋白質序列信息的低維特征向量,該向量既可以有效的反映蛋白質的序列生化信息,又具有低維的