版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、天津大學(xué)碩士學(xué)位論文蛋白質(zhì)與RNA相互作用接口序列模式發(fā)現(xiàn)算法研究姓名:劉新覓申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):計(jì)算機(jī)科學(xué)與技術(shù)指導(dǎo)教師:宮秀軍201112ABSTRACTRNAbindingproteins(RBPs)playsessentialrolesinmanybiologyprocessesEffectivepredictionofthebindingsitesintheproteinofRBPsprovidesaninsightfor
2、biologistsLotsofmethodshavedevelopedtosolvethisproblemHoweverallgetalowPPV(percentprobabilityofcorrectpredictionofRNAinteractingresidues)Tosolvethisproblem,weproposeamethodwhichfmdsequencemotifoninterfacerichregionandtry
3、differentwaystotestthemotifs’significanceFirstlywedesignamethodSimEISMD(SimpleyetEfficientInterfaceSequenceMotifDiscoverymethod)Byrestrictingthemotifs’noneffectiveoccurrenceandthenumberofinterfaceinmotifs,weguaranteethem
4、otifs’interfaceenrichmentThemotif’SconservatismisensuredbytheconstraintthatmotifoccursmorefrequentthantheaveragelevelWetotallyfmd12motifsonRBPs91whichhasbeenusedininterfaceprediction9motifs’lengthis3with3interfaceinit,wh
5、iletheotherthreemotifs’lengthis4withnolessthan3interfacesTotestthesignificanceofthemotifswerunSim—ElSMDon20randomsetswhichhavethesamedistributiononbothaminoacidandinterfaceAndresultsshowedthatmostofthepatternsfindonthese
6、setsappearsnomorethantwiceTheaveragetimesofpatternsappearmorethantwiceis045compareto9inRBPs91Wealsoanalyzethesecondarystructureofthemotifs,andfindoutthat65%ofsegmentsthatmatchthemotifshaveasecondarystructureOfthesestruct
7、ure,78%ofthemarehelix,32%aresheetInthispaper,weproposeanewmethodtofindthemotifsliedintheinterfacesofRNA—proteininteractionThisisthefirsttimeusingmotifsfindingmethodonproteinRNAinterfaceResultshowedthattherearepatternstha
8、tonlyshowsupininterfacerichsequencesegmentsWealsocomparedthemotifsfoundinRBPs91withthemotifsfoundinrandomsetsandprovedthatmotiffindbySimEISMDisnotarandomprocessMoreover,byanalysingthestructureofthesemotifs,wefoundoutthat
9、secondstructuresusuallyformedatthesemotifsandthesekindofstructurehasapreferenceofalphahelixratherthanbetasheetWealsospiltRBPs91intointerfacerichsetandinterfacepoorsettomakeitsuitableforMEMEandGibbsMotifSampler,buttheresu
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 蛋白質(zhì)相互作用的序列模體對(duì)發(fā)現(xiàn)算法研究.pdf
- 蛋白質(zhì)序列模式發(fā)現(xiàn)算法.pdf
- 蛋白質(zhì)相互作用
- 基于蛋白質(zhì)相互作用的概率網(wǎng)絡(luò)模體發(fā)現(xiàn)算法研究.pdf
- 基于序列的蛋白質(zhì)相互作用預(yù)測(cè)方法研究.pdf
- 基于序列的蛋白質(zhì)-藥物相互作用預(yù)測(cè)研究.pdf
- 基于蛋白質(zhì)相互作用加權(quán)網(wǎng)絡(luò)的關(guān)鍵蛋白質(zhì)識(shí)別算法研究.pdf
- 蛋白質(zhì)相互作用信息提取算法研究.pdf
- 基于序列從頭預(yù)測(cè)法的蛋白質(zhì)相互作用研究.pdf
- 蛋白質(zhì)相互作用及序列數(shù)據(jù)的可視化.pdf
- 離子液體與蛋白質(zhì)相互作用的研究.pdf
- 從蛋白質(zhì)相互作用網(wǎng)絡(luò)預(yù)測(cè)未知蛋白質(zhì)功能.pdf
- 中期因子相互作用蛋白質(zhì)研究.pdf
- 蛋白質(zhì)相互作用網(wǎng)絡(luò)中關(guān)鍵蛋白質(zhì)預(yù)測(cè)算法及其應(yīng)用研究.pdf
- 烷基糖苷與蛋白質(zhì)相互作用的研究.pdf
- 蛋白質(zhì)與典型納米材料相互作用研究.pdf
- 蛋白質(zhì)相互作用網(wǎng)絡(luò)功能模塊發(fā)現(xiàn)的幾種社區(qū)發(fā)現(xiàn)算法的比較分析.pdf
- 基于深度學(xué)習(xí)的蛋白質(zhì)-RNA相互作用預(yù)測(cè)模型構(gòu)建.pdf
- 基于蛋白質(zhì)相互作用網(wǎng)絡(luò)的蛋白質(zhì)功能預(yù)測(cè).pdf
- 鹵素離子與蛋白質(zhì)相互作用的研究.pdf
評(píng)論
0/150
提交評(píng)論