基于蛋白質(zhì)序列和生物醫(yī)學文獻的蛋白質(zhì)功能挖掘.pdf

1、運用計算手段對蛋白質(zhì)功能進行分類預測是當前生物信息學的研究熱點之一，本文針對包含蛋白質(zhì)功能信息的兩大載體：蛋白質(zhì)序列和生物醫(yī)學文獻，運用機器學習和自然語言處理技術進行挖掘分析。 在蛋白質(zhì)序列分析方面，采用了經(jīng)典氨基酸組成、基于氨基酸組成的氨基酸序列物理化學組成與分布法和蛋白質(zhì)功能域組成法三種不同的蛋白質(zhì)序列描述方法。應用最近鄰算法、支持向量機、極大似然估計以及期望最大化算法等機器學習算法，我們分別嘗試研究蛋白質(zhì)四級結構分類、DN

2、A／RNA結合蛋白質(zhì)預測以及蛋白質(zhì)功能分類問題，獲得了較滿意的分類預測準確率。蛋白質(zhì)序列分析的結果顯示蛋白質(zhì)功能域組成是蛋白質(zhì)序列信息非常高效的描述符，表明功能域在蛋白質(zhì)功能行使中發(fā)揮著重要作用。據(jù)此，我們在MEDLINE的摘要數(shù)據(jù)庫中運用自然語言處理技術挖掘關于蛋白質(zhì)功能域相互作用的信息，加上從其它實驗室得到的數(shù)據(jù)，一共搜集到175條功能域與功能域相互作用的信息和355條功能域與其它生物分子相互作用的信息。在此基礎上，我們整合了Pfa