基于監(jiān)督流形學(xué)習(xí)算法的固有不規(guī)則蛋白質(zhì)結(jié)構(gòu)預(yù)測研究.pdf

1、分類號:UDC:密級:編號:工學(xué)碩士學(xué)位論文基于監(jiān)督流形學(xué)習(xí)算法的固有不規(guī)則蛋白質(zhì)結(jié)構(gòu)預(yù)測研究碩士研究生:范巖指導(dǎo)教師:王科俊教授學(xué)位級別:工學(xué)碩士學(xué)科、專業(yè):控制理論與控制工程所在單位:自動化學(xué)院論文提交日期:2010年12月30日論文答辯日期:2011年3月11日學(xué)位授予單位:哈爾濱工程大學(xué)基于監(jiān)督流形學(xué)習(xí)算法的固有不規(guī)則蛋白質(zhì)結(jié)構(gòu)預(yù)測研究摘要隨著人類基因組計(jì)劃的順利進(jìn)展，越來越多的蛋白質(zhì)序列被測定出來，而利用實(shí)驗(yàn)方法測量蛋白質(zhì)及生

2、物大分子的結(jié)構(gòu)相當(dāng)繁瑣，既耗時(shí)又費(fèi)力，因此利用理論計(jì)算方法來研究蛋白質(zhì)的結(jié)構(gòu)和功能從而指導(dǎo)實(shí)驗(yàn)是一項(xiàng)非常有意義的工作。本文從蛋白質(zhì)的一級序列出發(fā)使用多分類器組合算法對固有不規(guī)則蛋白質(zhì)結(jié)構(gòu)進(jìn)行分類研究，論文主要工作如下:1、構(gòu)建規(guī)則和不規(guī)則蛋白質(zhì)序列這兩類序列集，依據(jù)長度不同的不規(guī)則蛋白質(zhì)序列中氨基酸殘基含量的不同，將不規(guī)則數(shù)據(jù)集分為長(30個(gè)氨基酸殘基)和短(蘭30個(gè)氨基酸殘基)兩個(gè)序列集。2、基于氨基酸序列的單肚、雙膚結(jié)構(gòu)屬性和疏水性

3、物理屬性出發(fā)，利用滑動窗口法將氨基酸序列量化，利用徑向基核函數(shù)的支持向量機(jī)方法構(gòu)建成員預(yù)測器模型。利用5倍交叉驗(yàn)證法確定長、短序列的窗口長度以及由此確定支持向量機(jī)核函數(shù)的參數(shù)值gamma值和懲罰系數(shù)coat值。3、在特征提取方面，由于滑動窗口法得到的數(shù)據(jù)矩陣容易形成維災(zāi)難，需要對矩陣進(jìn)行維數(shù)規(guī)約，即將數(shù)據(jù)由高維空間投影到低維空間。主要分析了現(xiàn)在常用的降維方法包括線性降維方法中主成分分析法(PCA)以及一種基于PCA方法發(fā)展起來的一種非線

4、性降維方法一核主成分分析法(KPCA)。在此基礎(chǔ)上本文將流形學(xué)習(xí)算法中局部線性嵌入法(LLE)引入了固有不規(guī)則蛋白質(zhì)結(jié)構(gòu)預(yù)測中，并利用實(shí)驗(yàn)方法對PCA、KPCA以及LLE算法進(jìn)行了驗(yàn)證，得出基于LLE方法的降維效果最好，從而得出蛋白質(zhì)序列中氨基酸殘基之間存在局部線性關(guān)系。4、為了提高固有不規(guī)則蛋白質(zhì)結(jié)構(gòu)預(yù)測精度，本文提出了一種基于Adaboost算法的SVM預(yù)測器融合方法預(yù)測固有不規(guī)則蛋白質(zhì)結(jié)構(gòu)。因此了解了預(yù)測器融合的基本概念、體系框架