基于神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)研究.pdf

1、蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)問(wèn)題是生物信息學(xué)的重要問(wèn)題之一。本文對(duì)蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)問(wèn)題進(jìn)行了研究，建立了蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)數(shù)據(jù)庫(kù)。研究了蛋白質(zhì)的基本組成成分氨基酸的編碼方式。基于CPN神經(jīng)網(wǎng)絡(luò)建立了單神經(jīng)網(wǎng)路和多神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型。并利用它們對(duì)蛋白質(zhì)二級(jí)結(jié)構(gòu)進(jìn)行了預(yù)測(cè)研究。其主要研究?jī)?nèi)容和成果如下： (1) 人工神經(jīng)網(wǎng)絡(luò)的研究。論文對(duì)神經(jīng)網(wǎng)路的建模方法進(jìn)行了理論分析探討，得出概率神經(jīng)網(wǎng)絡(luò)、GMDH網(wǎng)絡(luò)、LVQ網(wǎng)絡(luò)、CPN網(wǎng)絡(luò)適合用來(lái)進(jìn)行

2、蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)，但由于不同網(wǎng)絡(luò)的形成的機(jī)制不同，對(duì)于處理本文所使用的編碼數(shù)據(jù)時(shí)，會(huì)產(chǎn)生不同的問(wèn)題。因此，在進(jìn)行了不同方法的具體實(shí)驗(yàn)之后，總結(jié)出了效果最好的一種網(wǎng)絡(luò)結(jié)構(gòu)-CPN網(wǎng)絡(luò)結(jié)構(gòu)。 (2) 蛋白質(zhì)二級(jí)結(jié)構(gòu)評(píng)測(cè)數(shù)據(jù)庫(kù)的建立。論文首先從同源蛋白質(zhì)數(shù)據(jù)庫(kù)(Homology Derived Secondary Structure ofProteins，簡(jiǎn)稱HSSP)中提取出36個(gè)蛋白質(zhì)文件：針對(duì)其包含復(fù)雜的數(shù)據(jù)形式，設(shè)計(jì)了一個(gè)提

3、取數(shù)據(jù)的方法，對(duì)蛋白質(zhì)數(shù)據(jù)進(jìn)行預(yù)處理，提取出氨基酸序列。建立了由這些氨基酸序列構(gòu)成的數(shù)據(jù)庫(kù)。為蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)打下了良好的基礎(chǔ)。 (3) 5種氨基酸編碼方式的比較研究。論文針對(duì)正交編碼、5位編碼、Codon(基本型)編碼、Codon(擴(kuò)展型)編碼及Profile編碼等5個(gè)常用的編碼方法。利用CPN神經(jīng)網(wǎng)絡(luò)，建立了蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)的評(píng)測(cè)模型。運(yùn)用該模型研究分析了這5種編碼方式對(duì)蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)精度的影響。結(jié)果表明，用富含“生

4、物進(jìn)化信息”的Profile編碼方式可以得到較高的預(yù)測(cè)結(jié)果。 (4) 基于多神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)模型。論文提出了一個(gè)由7個(gè)CPN神經(jīng)網(wǎng)絡(luò)組合成的多神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)模型，該模型采用“profile”編碼方式和氨基酸間的“距離”為激勵(lì)輸入信息，對(duì)蛋白質(zhì)二級(jí)結(jié)構(gòu)進(jìn)行了預(yù)測(cè)。論文對(duì)從36個(gè)蛋白質(zhì)提取的共4000個(gè)氨基酸的進(jìn)行了預(yù)測(cè)研究和分析。結(jié)果表明：本文的多神經(jīng)網(wǎng)絡(luò)優(yōu)于Zhu等人提出的多神經(jīng)預(yù)測(cè)模型[19]，它把蛋