27478.膜蛋白跨膜螺旋預測的研究

1、申請上海交通大學碩士學位論文膜蛋白跨膜螺旋預測的研究膜蛋白跨膜螺旋預測的研究碩士研究生碩士研究生：李吉指導教師：指導教師：楊杰教授專業(yè)名稱：專業(yè)名稱：模式識別與智能系統(tǒng)研究方向：研究方向：生物信息學上海交通大學圖像處理與模式識別研究所上海交通大學圖像處理與模式識別研究所2009年2月第II頁學習方法的引入大大提高了TMH的預測精度。但這些方法都是對蛋白質中單個的殘基進行預測，然后得到該殘基屬于TMH的概率。它們的一大缺陷是沒有利用TMH

2、的整體信息特別是末端信息，從而降低了預測精度，特別是N，C末端的精度。本文提出一種考慮了TMH末端信息的方法。該方法利用SVM分類器對蛋白質序列的每個殘基進行分類，得到其位于螺旋N（C）末端的概率。在用現有的機器學習方法預測出的TMH區(qū)間基礎上利用得到的概率值對預測末端進行更新，得到更加準確的末端，從而提高跨膜螺旋的預測精度特別是末端的預測精度。預測方法被分為兩個階段，第一個階段是用已有的機器學習方法得到膜蛋白TMH的預測區(qū)間。本文選用

3、的方法為MemBrain。第二個階段則是用SVM訓練好的末端概率來更新預測區(qū)間，得到新的、更加精確的預測區(qū)間。為了得到科學準確的預測結果，訓練和驗證數據樣本的選取是至關重要的。本文所用的數據全部是已知精確3D結構的且只含有跨膜螺旋結構的膜蛋白。該數據集的使用保證了本文實驗結果的科學與準確。本文的實驗結果是采用了現在通用的對數據做五倍交叉驗證后的平均結果。對結果的性能評價也利用了大多數預測方法采用的每殘基準確率和每跨膜螺旋準確率。為了檢驗