基于SVM的結(jié)合肽預(yù)測算法及系統(tǒng)實現(xiàn).pdf

1、隨著生物恐怖主義、艾滋病及抗生素抵制的威脅，在過去的十年，對疫苗研究的關(guān)注在不斷增長。MHCⅠ類結(jié)合肽可以激活細胞霉素T細胞，MHCⅡ類分子結(jié)合肽則作用于免疫反應(yīng)的開始、促進和抑止過程。MHC結(jié)合肽是識別T細胞的先決條件，因此MHC結(jié)合肽的預(yù)測具有非常重要的理論意義與實用價值。 　　本文主要完成了下面工作：1.完成了結(jié)合肽預(yù)測系統(tǒng)的數(shù)據(jù)處理工作，包括數(shù)據(jù)的獲得、層次結(jié)構(gòu)的抽取以及MHCⅡ類的不等長結(jié)合肽的預(yù)處理等；制定肽序列特征提取的

2、規(guī)則，根據(jù)結(jié)合肽和非結(jié)合肽各位點氨基酸的頻率信息計算各類MHC分子的結(jié)合度矩陣和相對差矩陣，并基于相對差閾值選取適當(dāng)?shù)慕Y(jié)合度值作為序列的主要特征；使用這些特征對序列集進行向量化。2.對支持向量機(SVM)方法用于結(jié)合肽的預(yù)測進行研究和探討，構(gòu)造了一個層迭式增量SVM。初步實驗表明該層迭式增量模型在結(jié)合肽預(yù)測方面相對普通的SVM模型、以及常用的MHC預(yù)測算法SVMHC和SYFPEITHI有更好的預(yù)測準確率。通過測試數(shù)據(jù)集大小對試驗結(jié)果的影