轉(zhuǎn)錄因子結(jié)合位點(diǎn)和動(dòng)物毒素的分析與預(yù)測(cè).pdf

1、轉(zhuǎn)錄因子結(jié)合位點(diǎn)的識(shí)別是闡明基因轉(zhuǎn)錄調(diào)控機(jī)制的重要環(huán)節(jié)，準(zhǔn)確的轉(zhuǎn)錄因子結(jié)合位點(diǎn)的預(yù)測(cè)算法將有助于人們識(shí)別轉(zhuǎn)錄因子的目標(biāo)基因，進(jìn)而研究其在上游調(diào)控區(qū)中的位置對(duì)轉(zhuǎn)錄調(diào)控的影響。然而，目前存在的預(yù)測(cè)轉(zhuǎn)錄因子結(jié)合位點(diǎn)的算法所得結(jié)果的特異性普遍較低，因此有必要提出一種新的有效的理論預(yù)測(cè)算法。動(dòng)物毒素能直接作用于藥物作用靶點(diǎn)，這使得動(dòng)物毒素成為研究藥物靶點(diǎn)的重要工具。動(dòng)物毒素還在離子通道的研究、藥物發(fā)現(xiàn)和殺蟲(chóng)劑的合成方面有廣泛的應(yīng)用。因此，預(yù)測(cè)動(dòng)物

2、毒素就變得非常重要，有必要提出一種能準(zhǔn)確鑒別動(dòng)物毒素的理論算法。
　　 本文以轉(zhuǎn)錄因子結(jié)合位點(diǎn)、動(dòng)物毒素、神經(jīng)毒素、細(xì)胞毒素、突觸前神經(jīng)毒素和突觸后神經(jīng)毒素作為研究對(duì)象，利用位置關(guān)聯(lián)性打分方程（positioncorrelationscoringfunction，PCSF）、離散增量（incrementofdiversity，ID）、支持向量機(jī)（SupportVectorMachine，SVM）和樸素貝葉斯分類(lèi)器（NaiveBa

3、yesClassifier，NB）四類(lèi)算法對(duì)它們進(jìn)行了預(yù)測(cè)研究。本文的研究工作如下：
　　 首先，從轉(zhuǎn)錄因子結(jié)合位點(diǎn)數(shù)據(jù)庫(kù)JASPAR選出8種實(shí)驗(yàn)上證實(shí)的沒(méi)有冗余的轉(zhuǎn)錄因子結(jié)合位點(diǎn)數(shù)據(jù)，結(jié)合位置保守性和偽計(jì)數(shù)，構(gòu)建了位置關(guān)聯(lián)方程，通過(guò)定義位置關(guān)聯(lián)性打分方程的最佳閾值，使得打分方程在此最佳閾值下所得結(jié)果的假陽(yáng)率較低。同時(shí)為了比較打分方程在轉(zhuǎn)錄因子結(jié)合位點(diǎn)方面的預(yù)測(cè)能力，本文將打分方程與MATCHTM中所使用的位置權(quán)重矩陣進(jìn)行了比較

4、，結(jié)果顯示打分方程的預(yù)測(cè)能力優(yōu)于位置權(quán)重矩陣的預(yù)測(cè)能力。
　　 其次，從動(dòng)物毒素?cái)?shù)據(jù)庫(kù)ATDB下載了全部的動(dòng)物毒素，用Saha和Raghava工作中提供的非毒素的蛋白質(zhì)序列作為負(fù)集，利用PISCES軟件對(duì)動(dòng)物毒素和非毒素進(jìn)行序列相似性比對(duì)，構(gòu)建了序列相似小于25％、40％、60％、80％和90％的數(shù)據(jù)集合。分別選取20種氨基酸組分、400種二肽組分、6種親疏水組分、36種二肽親疏水組分作為離散增量算法的參數(shù)，對(duì)不同序列相似性的動(dòng)

5、物毒素?cái)?shù)據(jù)集進(jìn)行了預(yù)測(cè)。結(jié)果表明：離散增量算法在以二肽組分作為參數(shù)時(shí)預(yù)測(cè)結(jié)果最好；5種不同序列相似性的動(dòng)物毒素?cái)?shù)據(jù)集的預(yù)測(cè)結(jié)果隨序列相似性變化較小。為了進(jìn)一步提高動(dòng)物毒素的預(yù)測(cè)精度，本文對(duì)4種不同的離散增量值進(jìn)行組合并作為支持向量機(jī)的輸入?yún)?shù)，對(duì)動(dòng)物毒素進(jìn)行了預(yù)測(cè)，結(jié)果顯示：支持向量機(jī)的預(yù)測(cè)結(jié)果優(yōu)于離散增量算法的預(yù)測(cè)結(jié)果。同時(shí)本文還對(duì)神經(jīng)毒素和細(xì)胞毒素進(jìn)行了預(yù)測(cè)。此外，為了將支持向量機(jī)和其它的預(yù)測(cè)算法進(jìn)行比較，這里將支持向量機(jī)應(yīng)用到Sa

6、ha和Raghava構(gòu)建的神經(jīng)毒素的數(shù)據(jù)庫(kù)上，預(yù)測(cè)結(jié)果顯示：本文所使用的支持向量機(jī)的預(yù)測(cè)結(jié)果優(yōu)于Saha和Raghava所提出的算法取得的預(yù)測(cè)結(jié)果。
　　 最后，本文從Swiss-Prot數(shù)據(jù)庫(kù)上下載了突觸前和突觸后神經(jīng)毒素的蛋白質(zhì)序列，參照數(shù)據(jù)庫(kù)給出的注釋信息，統(tǒng)計(jì)了突觸前和突觸后神經(jīng)毒素的二硫鍵類(lèi)型及其二硫鍵數(shù)目的分布。從ATDB和Swiss-Prot數(shù)據(jù)庫(kù)上下載了突觸前和突觸后神經(jīng)毒素的蛋白質(zhì)序列，分別構(gòu)建了序列相似性小于

7、80％的數(shù)據(jù)集1和數(shù)據(jù)集2。本文采用了5種方法選取參數(shù)：（1）：蛋白質(zhì)序列的二肽參數(shù)；（2）：MRMR軟件提取的50個(gè)二肽參數(shù)；（3）：MEME搜索到的模體特征；（4）：Prosite搜索到的模體特征；（5）：Interpro搜索到的模體特征。本文還對(duì)這5種參數(shù)進(jìn)行了組合，一共得到了12類(lèi)參數(shù)，并將這12類(lèi)參數(shù)作為離散增量和樸素貝葉斯分類(lèi)器的參數(shù)，在Jackknife檢驗(yàn)下，對(duì)數(shù)據(jù)集1和2進(jìn)行預(yù)測(cè)。預(yù)測(cè)結(jié)果表明：（1）：增加模體參數(shù)的預(yù)