基于監(jiān)督流形學習算法的固有不規(guī)則蛋白質結構預測研究.pdf

1、分類號:UDC:密級:編號:工學碩士學位論文基于監(jiān)督流形學習算法的固有不規(guī)則蛋白質結構預測研究碩士研究生:范巖指導教師:王科俊教授學位級別:工學碩士學科、專業(yè):控制理論與控制工程所在單位:自動化學院論文提交日期:2010年12月30日論文答辯日期:2011年3月11日學位授予單位:哈爾濱工程大學基于監(jiān)督流形學習算法的固有不規(guī)則蛋白質結構預測研究摘要隨著人類基因組計劃的順利進展，越來越多的蛋白質序列被測定出來，而利用實驗方法測量蛋白質及生

2、物大分子的結構相當繁瑣，既耗時又費力，因此利用理論計算方法來研究蛋白質的結構和功能從而指導實驗是一項非常有意義的工作。本文從蛋白質的一級序列出發(fā)使用多分類器組合算法對固有不規(guī)則蛋白質結構進行分類研究，論文主要工作如下:1、構建規(guī)則和不規(guī)則蛋白質序列這兩類序列集，依據(jù)長度不同的不規(guī)則蛋白質序列中氨基酸殘基含量的不同，將不規(guī)則數(shù)據(jù)集分為長(30個氨基酸殘基)和短(蘭30個氨基酸殘基)兩個序列集。2、基于氨基酸序列的單肚、雙膚結構屬性和疏水性

3、物理屬性出發(fā)，利用滑動窗口法將氨基酸序列量化，利用徑向基核函數(shù)的支持向量機方法構建成員預測器模型。利用5倍交叉驗證法確定長、短序列的窗口長度以及由此確定支持向量機核函數(shù)的參數(shù)值gamma值和懲罰系數(shù)coat值。3、在特征提取方面，由于滑動窗口法得到的數(shù)據(jù)矩陣容易形成維災難，需要對矩陣進行維數(shù)規(guī)約，即將數(shù)據(jù)由高維空間投影到低維空間。主要分析了現(xiàn)在常用的降維方法包括線性降維方法中主成分分析法(PCA)以及一種基于PCA方法發(fā)展起來的一種非線

4、性降維方法一核主成分分析法(KPCA)。在此基礎上本文將流形學習算法中局部線性嵌入法(LLE)引入了固有不規(guī)則蛋白質結構預測中，并利用實驗方法對PCA、KPCA以及LLE算法進行了驗證，得出基于LLE方法的降維效果最好，從而得出蛋白質序列中氨基酸殘基之間存在局部線性關系。4、為了提高固有不規(guī)則蛋白質結構預測精度，本文提出了一種基于Adaboost算法的SVM預測器融合方法預測固有不規(guī)則蛋白質結構。因此了解了預測器融合的基本概念、體系框架