蛋白質(zhì)相互作用預測方法的研究.pdf_第1頁
已閱讀1頁,還剩114頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、隨著人類基因組全序列測序與工作草圖的完成,基因組學研究的重心已逐漸由結(jié)構(gòu)基因組學向功能基因組學轉(zhuǎn)移,生物醫(yī)學隨之進入一個新紀元--后基因組時代。在后基因組時代,一個重要任務就是對蛋白質(zhì)組學的研究。得益于越來越多的高通量實驗技術的出現(xiàn)和日臻成熟,目前已積累了大量的蛋白質(zhì)組數(shù)據(jù)。當前的問題是,分析和研究這些數(shù)據(jù)的手段和能力嚴重滯后,使得花費大量人力和財力獲得的數(shù)據(jù)未能產(chǎn)生更多有生物學意義的結(jié)果。因此,發(fā)展先進高效的信息分析和數(shù)據(jù)挖掘手段,從

2、大量而繁雜的蛋白質(zhì)組數(shù)據(jù)中找出內(nèi)在聯(lián)系,以揭示蛋白質(zhì)的功能及相互作用關系具有極其重要的意義。 蛋白質(zhì)相互作用是分子生物學研究的熱點及難點。蛋白質(zhì)作為最主要的生命活動載體和功能執(zhí)行者,對其復雜多樣的結(jié)構(gòu)功能、相互作用和動態(tài)變化進行深入研究,有助于在分子、細胞和生物體等多個層次上全面揭示生命現(xiàn)象的本質(zhì)。蛋白質(zhì)相互作用是生物體中眾多生命活動過程的重要組成部分,是生物體生化反應的基礎,是后基因組時代的主要任務。實驗方法提供大量數(shù)據(jù)的同時

3、,會帶來大量的假陽性和假陰性數(shù)據(jù)。因此,本文從計算的角度來研究蛋白質(zhì)相互作用,主要研究和探索了機器學習方法對蛋白質(zhì)-蛋白質(zhì)相互作用的預測問題。本文的工作主要包括以下幾個方面: 1)提出了一種新的基于氨基酸進化保守性的蛋白質(zhì)相互作用預測方法。由于自然選擇法則的作用,在一個蛋白質(zhì)家族中與分子功能相關的氨基酸殘基在進化過程中呈現(xiàn)保守性特征,蛋白質(zhì)與外界的作用依賴于這些關鍵的殘基。我們從蛋白質(zhì)序列出發(fā),提出一種新的基于氨基酸序列相關系數(shù)

4、的編碼方式,該編碼方式同時考慮序列內(nèi)部長程相互作用和序列之間的協(xié)同進化關系。對于正負學習樣本,分別考慮來自DIP,MIPS與BIND數(shù)據(jù)庫的正樣本和四種不同方式構(gòu)建的負樣本,包括:通過隨機選取蛋白質(zhì)構(gòu)造R-NEG;通過亞細胞定位方式,利用位于同一個亞細胞區(qū)間的蛋白質(zhì)對構(gòu)造IS-NEG;通過亞細胞定位方式利用位于不同亞細胞區(qū)間的蛋白質(zhì)對構(gòu)造BS-NEG;通過基因本體信息得到的具有較低RSSBP與RSSCC值的蛋白質(zhì)來構(gòu)造GO-NEG。MI

5、PS Core和GO-NEG這一種組合方式與另外十一種組合方式相比預測準確率最高,并且有統(tǒng)計學意義的P值最小,分別稱MIPS Core和GO-NEG為黃金正樣本和黃金負樣本。與已知的氨基酸殘基自相關編碼方式相比,相關系數(shù)編碼方式得到較好的預測結(jié)果。對于跨模式生物的預測結(jié)果表明,基于相關系數(shù)編碼方式的SVM模型具有較好的泛化能力。 2)構(gòu)建了一個改進的GPCA plus LDA預測模型來預測蛋白質(zhì)相互作用,能夠有效地提高膜蛋白相互

6、作用的預測精度。Greedy KPCA(GPCA)得到的基坐標直接來源于樣本數(shù)據(jù),而KPCA算法得到的基坐標來自于樣本數(shù)據(jù)的線性組合。盡管基于貪婪算法的KPCA算法是次優(yōu)的,但是與傳統(tǒng)的KPCA算法相比能夠極大地降低計算復雜度。對于酵母這一典型的單細胞模式生物,大多數(shù)酵母整合膜蛋白無法通過實驗方法來驗證。我們提出利用膜蛋白相互作用的21個結(jié)構(gòu)與序列特征,來構(gòu)造56個正樣本和150個負樣本,實驗表明基于GPCA plus LDA預測模型得

7、到包括189個膜蛋白300對具有高可靠性的預測結(jié)果。實驗結(jié)果也表明,盡管GPCA plus LDA方法進行了特征約簡,同時有效地降低了數(shù)據(jù)之間的冗余性,但得到的結(jié)果比LDA方法略優(yōu);GPCA plus LDA方法由于解決了高階信息丟失問題,得到的結(jié)果與KPCA plus LDA方法相比有了很大的改善與提高;GPCA plus LDA方法得到的預測正確率方差最小,表明十次測量值之間存在較小的差異,該方法具有較好的魯棒性。通過計算揭示了膜蛋

8、白相互作用網(wǎng)絡具有小世界效應和無標度特性。 3)提出了一種新的基于貝葉斯累加回歸樹計算模型(BART)的蛋白質(zhì)相互作用預測方法。BART是一種新穎的集成學習方法,通過非參數(shù)化的貝葉斯回歸方法,把累加回歸樹計算模型分解為若干個弱分類器,并通過集成方法整合為一個分類器集成系統(tǒng)?;谡螹CMC算法的BART預測模型用于蛋白質(zhì)相互作用預測,獲得了較好的預測準確率。與標準的MCMC方法相比,提出的整合MCMC算法能夠有效地避免局部極小情

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論