基于選擇性集成學(xué)習(xí)的膜蛋白識別方法研究.pdf

1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明聲明人(簽名!：巧旭氓如l弓年歹月砷日＼摘要自人類步入后基因組時代，蛋白質(zhì)組學(xué)作為基因組學(xué)的下一個重要階段受到越來越多學(xué)者的關(guān)注。其中，蛋白質(zhì)識別和結(jié)構(gòu)預(yù)測是蛋白質(zhì)組學(xué)研究的基礎(chǔ)環(huán)節(jié)。目前，生物信息學(xué)家開展膜蛋白質(zhì)識別主要以機(jī)器學(xué)習(xí)分類方法為主，而特征提取和分類算法是其中關(guān)鍵步驟，本文圍繞這兩點(diǎn)進(jìn)行了深入地研究。本文主要研究內(nèi)容包括：(1)引入了三種膜蛋白的特征及其提取方法。本文先后引入了指代蛋白質(zhì)同源信息的2

2、0維特征；指代氨基酸組成成分物理化學(xué)性質(zhì)的188維特征；指代蛋白質(zhì)同源信息結(jié)合氨基酸在序列中順序信息的1000維特征。實(shí)驗(yàn)結(jié)果表明，20維特征具有最高的分類準(zhǔn)確率，188維特征具有最快的提取速度，然而1000維特征卻沒有獲得比20維更佳的理論結(jié)果。(2)提出了基于最小錯分樣本交集的選擇性集成學(xué)習(xí)法。本文提出利用最小錯分樣本交集大小來衡量基分類器間的差異度，從而幫助篩選基分類器。實(shí)驗(yàn)結(jié)果表明，本文集成分類器在膜蛋白預(yù)測上二分類和八分類的準(zhǔn)