膜蛋白跨膜螺旋結(jié)構(gòu)預測研究.pdf

1、近年的研究表明,某些膜蛋白結(jié)構(gòu)或者功能的改變與人類疾病的產(chǎn)生有著密切的聯(lián)系,相應受體膜蛋白也成為藥物設計的重要靶點,因此分析膜蛋白的結(jié)構(gòu)意義重大。傳統(tǒng)生物學實驗測定膜蛋白結(jié)構(gòu)的方法,存在著測定過程復雜,實驗周期長等缺點,因此利用模式識別技術(shù)來預測膜蛋白結(jié)構(gòu)成為一個非常有效的手段。
　　 本文研究膜蛋白跨膜螺旋預測:使用自組織映射網(wǎng)絡(SOM)對訓練集樣本進行學習,以消除樣本噪聲并得到樣本的分布特性;學習得到的樣本的分布特性編碼在

2、SOM的權(quán)向量中,并作為優(yōu)化后的訓練樣本。在預測階段,采用K近鄰(KNN)和支持向量機,首先計算出膜蛋白序列中每個氨基酸屬于跨膜的概率,然后使用動態(tài)閾值分割技術(shù)得到膜蛋白的跨膜段。
　　 在兩個標準數(shù)據(jù)集上的交叉驗證實驗結(jié)果表明:使用SOM進行樣本的預處理可以顯著提升預測的速度,并在一定程度上提升預測精度。與THUMBUP、HMMTOP、SOSUI、DAS-Tmfilter、TOP-PRED、TMHMM、PHOBIUS、MemB