版權(quán)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(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、蛋白亞細(xì)胞定位是分子細(xì)胞生物學(xué)和蛋白組學(xué)的一個(gè)重要研究課題,與蛋白功能、代謝、信號傳導(dǎo)和生物過程緊密相關(guān),對生物學(xué)基礎(chǔ)研究和生物醫(yī)藥研究有著重要作用?;谟?jì)算的蛋白亞細(xì)胞定位預(yù)測具有廉價(jià)、高效、適用范圍廣的優(yōu)點(diǎn),有可能通過大量蛋白數(shù)據(jù)分析尋找有效蛋白特征,推斷出蛋白特征與蛋白亞細(xì)胞定位之間的統(tǒng)計(jì)規(guī)律。近幾年,盡管蛋白亞細(xì)胞定位預(yù)測研究已取得比較大的進(jìn)展,但現(xiàn)有預(yù)測方法具有以下幾個(gè)不足:第一、蛋白特征信息挖掘深度不夠,忽略了某些重要蛋白特
2、征信息;第二、集成多個(gè)異構(gòu)數(shù)據(jù)源時(shí),一般采用異構(gòu)特征空間拼接或者采用基于多數(shù)投票的集成學(xué)習(xí)方法,沒有考慮各種特征數(shù)據(jù)的重要性和數(shù)據(jù)缺失(data unavailability)問題;第三、現(xiàn)有蛋白亞細(xì)胞定位預(yù)測模型在不平衡蛋白數(shù)據(jù)、微觀蛋白亞細(xì)胞定位和大規(guī)模蛋白亞細(xì)胞定位幾個(gè)問題上,預(yù)測性能不很理想。
本文從機(jī)器學(xué)習(xí)角度研究蛋白亞細(xì)胞定位預(yù)測新方法,提高蛋白亞細(xì)胞定位預(yù)測的性能,并使預(yù)測模型具有實(shí)際生物學(xué)意義和合理的生物學(xué)解釋
3、。本文主要貢獻(xiàn)概括如下:
1、引入多示例學(xué)習(xí)方法(multi-instance learning),挖掘蛋白序列結(jié)構(gòu)域組成信息、結(jié)構(gòu)域序列信息、結(jié)構(gòu)域邊界以及結(jié)構(gòu)域序信息。一方面引入多示例學(xué)習(xí)(multi-instance learning)模型捕獲蛋白序列局部結(jié)構(gòu)信息,另一方面引入多類標(biāo)學(xué)習(xí)(multi-label learning)處理蛋白多個(gè)亞細(xì)胞位置問題,為蛋白亞細(xì)胞定位預(yù)測提供了一種新思路。這種多示例多類標(biāo)學(xué)習(xí)模型以
4、包-示例形式表示蛋白-結(jié)構(gòu)域之間的整體與局部關(guān)系,能有效地挖掘蛋白結(jié)序列局部結(jié)構(gòu)信息,在Gram陽性細(xì)菌蛋白實(shí)驗(yàn)上取得了與基于基因本體知識的k-近鄰集成學(xué)習(xí)模型相當(dāng)?shù)念A(yù)測性能。
2、提出了一種譜核函數(shù)SpectrumKernel+,將多種氨基酸分類信息嵌入到k-mer特征表示中,在此基礎(chǔ)上模擬蛋白序列多種可能的模體(motif)進(jìn)化模式。SpectrumKernel+從蛋白序列進(jìn)化生化約束角度,解釋k-mer中嵌入氨基酸分類信
5、息的生物學(xué)意義,與傳統(tǒng)譜核函數(shù)(spectrum kernel)和(k,l)不匹配核函數(shù)((k,l)mismatch kernel)建立聯(lián)系,具有更合理的生物學(xué)意義和直觀的生物學(xué)解釋。SpectrumKernel+綜合考慮多種氨基酸分類信息,度量兩條蛋白序列之間多種模體進(jìn)化模式差異和模體分布差異,在此基礎(chǔ)上更精確地度量蛋白序列之間相似性。相對于一般蛋白亞細(xì)胞定位預(yù)測問題,蛋白亞細(xì)胞核定位預(yù)測(proteinsubnuclear loca
6、lization)更具有挑戰(zhàn)性,兩個(gè)亞細(xì)胞核蛋白數(shù)據(jù)集上實(shí)驗(yàn)表明,SpectrumKernel+預(yù)測性能顯著優(yōu)于基準(zhǔn)模型。
3、提出了一種融合多示例核函數(shù)HoMIKernel+,嵌入同源蛋白序列細(xì)粒度信息。同源序列進(jìn)化上的保守性和趨異性決定了同源序列信息在描述目標(biāo)蛋白亞細(xì)胞定位模式上的含糊性,這種含糊性與多示例學(xué)習(xí)方法中正示例描述類別的含糊性是一致的,是實(shí)際生物學(xué)意義和多示例學(xué)習(xí)方法的結(jié)合點(diǎn),也是我們提出HoMIKernel+
7、函數(shù)的出發(fā)點(diǎn)。HoMIKernel+利用同源蛋白序列集合的k-mer特征表示,共同描述目標(biāo)蛋白,增強(qiáng)了目標(biāo)蛋白的模體分布信息,抑制了目標(biāo)蛋白上可能的噪音。一個(gè)原核蛋白數(shù)據(jù)和三個(gè)真核蛋白數(shù)據(jù)上實(shí)驗(yàn)表明,HoMIKernel+預(yù)測性能優(yōu)于基準(zhǔn)模型;嵌入同源蛋白序列有助于改善模型的預(yù)測性能;多種多示例核函數(shù)融合能夠顯著地提高模型的預(yù)測能力。
4、提出了同源基因本體知識遷移學(xué)習(xí)、統(tǒng)計(jì)相關(guān)基因本體知識遷移學(xué)習(xí)兩種蛋白亞細(xì)胞定位預(yù)測方法,
8、設(shè)計(jì)了一個(gè)簡單非參交叉驗(yàn)證方法估計(jì)核函數(shù)線性組合權(quán)重,實(shí)現(xiàn)同源相關(guān)蛋白之間知識共享,降低核函數(shù)權(quán)重估計(jì)的時(shí)空復(fù)雜性。通過直觀生物意義建立目標(biāo)蛋白和輔助蛋白之間聯(lián)系,將同源蛋白基因本體知識、基因本體庫內(nèi)統(tǒng)計(jì)相關(guān)的基因本體知識遷移給目標(biāo)蛋白,在此基礎(chǔ)上構(gòu)建一個(gè)多核學(xué)習(xí)模型,用于蛋白亞細(xì)胞定位預(yù)測。引入同源基因本體知識遷移引具有以下幾個(gè)優(yōu)點(diǎn):豐富目標(biāo)蛋白基因本體知識、克服新蛋白或者生物實(shí)驗(yàn)證據(jù)較少蛋白的基因本體知識缺失問題;引入統(tǒng)計(jì)相關(guān)基因本
9、體知識遷移具有以下幾個(gè)優(yōu)點(diǎn):豐富蛋白基因本體知識、調(diào)整基因本體三方面知識的權(quán)重分布、嵌入基因本體語義距離信息、調(diào)整蛋白基因本體注釋覆蓋率、降低測試基因本體注釋不命中率、避免預(yù)測時(shí)模型重新訓(xùn)練。核函數(shù)權(quán)重估計(jì)考慮預(yù)測性能偏向性指標(biāo)Matthew相關(guān)系數(shù)(MCC),能較好地適應(yīng)大規(guī)模不平衡蛋白數(shù)據(jù)。8個(gè)蛋白數(shù)據(jù)集上實(shí)驗(yàn)結(jié)果表明,同源相關(guān)蛋白知識遷移學(xué)習(xí)模型能夠顯著提高蛋白亞細(xì)胞定位預(yù)測性能,一定程度上抑制了基因本體知識遷移可能帶來的噪音和異
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(quán)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。
最新文檔
- 基于機(jī)器學(xué)習(xí)的凋亡蛋白亞細(xì)胞定位預(yù)測研究.pdf
- 基于機(jī)器學(xué)習(xí)的多定位點(diǎn)蛋白質(zhì)亞細(xì)胞定位預(yù)測方法研究.pdf
- 基于直推學(xué)習(xí)的蛋白質(zhì)亞細(xì)胞定位預(yù)測.pdf
- 基于多標(biāo)記學(xué)習(xí)的蛋白質(zhì)亞細(xì)胞定位預(yù)測.pdf
- 基于融合特征的蛋白質(zhì)亞細(xì)胞定位預(yù)測.pdf
- 基于理化特征融合的蛋白質(zhì)亞細(xì)胞定位預(yù)測.pdf
- 基于糾錯(cuò)輸出編碼的蛋白質(zhì)亞細(xì)胞定位預(yù)測.pdf
- 蛋白質(zhì)亞細(xì)胞定位預(yù)測方法研究.pdf
- 基于離散特征的蛋白質(zhì)亞細(xì)胞定位預(yù)測方法研究.pdf
- 基于多信息融合的蛋白質(zhì)亞細(xì)胞定位預(yù)測方法研究.pdf
- 基于mRNA等融合特征的單定位和多定位細(xì)胞凋亡蛋白質(zhì)亞細(xì)胞定位預(yù)測.pdf
- 基于多特征融合的蛋白質(zhì)亞細(xì)胞多位點(diǎn)定位預(yù)測.pdf
- 基于圖像的蛋白質(zhì)亞細(xì)胞定位.pdf
- 基于GO語義相似性的蛋白質(zhì)亞細(xì)胞定位預(yù)測研究.pdf
- 核蛋白的亞核定位和植物、非植物及小鼠蛋白質(zhì)的亞細(xì)胞定位預(yù)測研究.pdf
- 基于相似性比對改進(jìn)KNN的蛋白質(zhì)亞細(xì)胞定位預(yù)測研究.pdf
- 基于支持向量機(jī)的蛋白質(zhì)溫?zé)嵝宰R別與亞細(xì)胞定位預(yù)測.pdf
- 基于離散增量法和神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)亞細(xì)胞定位預(yù)測.pdf
- 基于融合信息的蛋白質(zhì)亞葉綠體定位預(yù)測研究.pdf
- 蛋白質(zhì)亞細(xì)胞定位方法研究和網(wǎng)絡(luò)預(yù)測平臺構(gòu)建.pdf
評論
0/150
提交評論