10120.蛋白質(zhì)結(jié)構(gòu)類預(yù)測(cè)中若干關(guān)鍵算法的研究

1、浙江理工大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過(guò)的研究成果，也不包含為獲得浙江理工大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示謝意。學(xué)位論文作者簽名：唿茳簽字日期：V、葉年弓月l了日摘要人類基因組計(jì)劃成功實(shí)施后蛋白質(zhì)測(cè)序技術(shù)得到快速發(fā)展，現(xiàn)

2、如今蛋白質(zhì)序列數(shù)據(jù)急劇增加。然而與序列認(rèn)知程度相比，人們對(duì)蛋白質(zhì)空間結(jié)構(gòu)及功能的了解還遠(yuǎn)遠(yuǎn)不夠。傳統(tǒng)的實(shí)驗(yàn)方法和技術(shù)已難以滿足海量蛋白質(zhì)序列的分析需求，所以發(fā)展計(jì)算方法與預(yù)測(cè)模型來(lái)研究蛋白質(zhì)空間結(jié)構(gòu)及功能將具有深遠(yuǎn)的意義，這也成為生物信息學(xué)中最重要和最基本的課題之一。利用機(jī)器學(xué)習(xí)算法從大量已知蛋白質(zhì)出發(fā)來(lái)預(yù)測(cè)出未知蛋白質(zhì)空間結(jié)構(gòu)和功能是一項(xiàng)輔助傳統(tǒng)實(shí)驗(yàn)研究蛋白質(zhì)性質(zhì)的新方法。蛋白質(zhì)結(jié)構(gòu)類型是決定其高級(jí)結(jié)構(gòu)和功能的重要因素，也能反映蛋白質(zhì)

3、的二級(jí)結(jié)構(gòu)整體分布情況，因此，蛋白質(zhì)結(jié)構(gòu)類預(yù)測(cè)是蛋白質(zhì)空間結(jié)構(gòu)和功能預(yù)測(cè)的基礎(chǔ)，對(duì)蛋白質(zhì)組學(xué)研究具有重要意義。本文以蛋白質(zhì)結(jié)構(gòu)類預(yù)測(cè)方法為研究對(duì)象，主要研究?jī)?nèi)容如下：首先在蛋白質(zhì)特征信息提取方面，本研究基于位置特異性矩陣，考慮到矩陣兩行多間隔之間的關(guān)聯(lián)信息，提出了一種蛋白質(zhì)進(jìn)化信息的提取算法；根據(jù)蛋白質(zhì)結(jié)構(gòu)類的定義，設(shè)計(jì)了位置分布函數(shù)，提出了一種二級(jí)結(jié)構(gòu)元素位置分布信息的提取算法；通過(guò)蛋白質(zhì)結(jié)構(gòu)域與二級(jí)結(jié)構(gòu)之間的關(guān)聯(lián)分析，提出了一種蛋白

4、質(zhì)結(jié)構(gòu)模式信息的提取算法。其次在特征信息挑選方面，本研究設(shè)計(jì)了基于特征排序與支持向量機(jī)(SVM)結(jié)合的封裝器進(jìn)行特征子集挑選，剔除冗余信息，篩選出每一類型特征信息中的核心特征信息。針對(duì)預(yù)測(cè)的蛋白質(zhì)二級(jí)結(jié)構(gòu)信息和蛋白質(zhì)進(jìn)化信息，分別挑選出其最優(yōu)特征子集，再進(jìn)行信息融合，通過(guò)大量的蛋白質(zhì)結(jié)構(gòu)類預(yù)測(cè)實(shí)驗(yàn)，與現(xiàn)有特征子集挑選算法進(jìn)行比較，驗(yàn)證本文提出的特征挑選算法的有效性。最后在預(yù)測(cè)算法方面，本研究比較了k一近鄰算法和支持向量機(jī)在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)