基于多信息融合的蛋白質結構類預測方法研究.pdf

1、隨著測序技術的發(fā)展，蛋白質序列數(shù)據(jù)庫呈指數(shù)增長，而與之對應的蛋白質結構與功能數(shù)據(jù)庫的增速卻不成比例。盡管我們可以通過實驗方法來確定蛋白質的結構和功能，但該方法費時費力，無法滿足日益增長的蛋白質序列數(shù)據(jù)的要求。因此，我們亟需探索理論計算方法來研究蛋白質序列、結構及功能之間的關系。蛋白質結構類型不僅能夠集中反映蛋白質高級結構中基本原件的分布情況，還可以反映蛋白質的高級結構與功能，因此，蛋白質結構類的研究是蛋白質高級結構與功能研究的基礎，對蛋

2、白質組學研究具有重要意義。本文以蛋白質結構類預測方法為研究對象，主要研究內容如下：
　　首先，本文詳細地綜述了包含成分信息、物化信息和結構信息的特征提取方法，并對SVM、神經網絡和K-NN三類常用的機器學習算法進行詳細介紹。特征提取和分類算法是蛋白質結構類預測算法的兩個重要環(huán)節(jié)。上述綜述本文的研究提供了理論基礎和應用前提。
　　其次，本文基于替換矩陣和排名算法，將20種氨基酸聚類成9個無重疊子集，實現(xiàn)氨基酸的約化處理，減少計

3、算復雜度；根據(jù)氨基酸分布的隨機性，定義位置分布函數(shù)，分析其概率分布，通過計算其數(shù)值特征描述約化氨基酸的位置分布信息；結合11種蛋白質二級結構序列特征，本文提出了一種基于生物序列與結構特征的蛋白質結構類預測算法。本文選取了4個標準數(shù)據(jù)集進行實驗，結果發(fā)現(xiàn)本文方法可較好地預測不同蛋白質結構類別，其整體準確率可達84.6％-95.7％，比目前最優(yōu)方法高出1.4％-6.1％。通過定量分析發(fā)現(xiàn)，位置特征的表現(xiàn)優(yōu)于序列信息，但二者又是彼此互補，因此

4、，融合兩類信息是提高蛋白質結構類型預測準確率的一種有效方法。
　　最后，本文基于PSI-BLAST profile，獲取包含進行信息PSSM矩陣，設計最大信息保留算法，約化PSSM矩陣，并通過自協(xié)方差變換提取蛋白質進化信息；結合二級結構位置分布特征，我們提出了一種基于簡化PSSM與結構位置信息的蛋白質結構類預測方法。本文以準確率為評價指標，系統(tǒng)地比較了不同約化類和位置間隔個數(shù)對預測模型的影響。結果表明，預測準確度隨著約化類增加而增