生物信息學方法研究蛋白質(zhì)相互作用.pdf_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、隨著人類基因組測序工作的完成,功能基因組的全面展開,后基因組的時代已經(jīng)到來。而闡明基因組所表達的真正執(zhí)行生命活動的全部蛋白質(zhì)的表達規(guī)律和生物功能,即蛋白質(zhì)組的研究,成為我們研究的重要目標,因為蛋白質(zhì)才是生命活動的真正執(zhí)行者。蛋白質(zhì)控制和調(diào)節(jié)細胞中的諸多功能,而從基因組編碼蛋白的相互作用水平詮釋基因組功能,是后基因組時代的一個重要任務。生物信息學的概念自上個世紀末被提出來后,隨著實驗科學技術的進步和互聯(lián)網(wǎng)的發(fā)展,生物信息學成了當代生物研究

2、中不可或缺的一個環(huán)節(jié),利用生物信息方法開發(fā)的軟件和和數(shù)據(jù)庫資源成了當代生物學家進行科學研究時不可缺少的部分。而進行規(guī)模化驗證蛋白質(zhì)之間的相互作用,是后基因組時代生物信息學需要解決的一個重要課題,一個完全自動并且可靠的蛋白相互作用預測系統(tǒng)需要被建立。本文介紹了目前計算方法在蛋白質(zhì)相互作用研究中的研究現(xiàn)狀;總結歸納了機器學習方法在目前生物信息學的應用,并對支撐向量機(SVM)算法的基本原理做了闡述;在此基礎上我們開發(fā)了一種基于支撐向量機算法

3、的蛋白質(zhì)相互作用預測方法,該方法從蛋白質(zhì)的一級結構出發(fā),根據(jù)蛋白質(zhì)序列信息構造特征向量,用支撐向量機算法對特征向量進行分類,預測兩個蛋白質(zhì)的相互作用。交叉驗證測試的結果表明,我們的方法在酵母基因組中預測的準確率、精確度、敏感性及相關系數(shù)分別達到:72.46%、70.00%、78.64%及0.45。最后對我們方法的適用性和特點做了相關的探討,對該預測系統(tǒng)的進一步開發(fā)做了些討論。研究表明,本文方法不僅是對現(xiàn)存的“濕”的實驗方法的一種補充,而

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