基于神經(jīng)網(wǎng)絡的蛋白質(zhì)二級結構預測研究.pdf

1、蛋白質(zhì)二級結構預測問題是生物信息學的重要問題之一。本文對蛋白質(zhì)二級結構預測問題進行了研究，建立了蛋白質(zhì)二級結構預測數(shù)據(jù)庫。研究了蛋白質(zhì)的基本組成成分氨基酸的編碼方式?；贑PN神經(jīng)網(wǎng)絡建立了單神經(jīng)網(wǎng)路和多神經(jīng)網(wǎng)絡的預測模型。并利用它們對蛋白質(zhì)二級結構進行了預測研究。其主要研究內(nèi)容和成果如下： (1) 人工神經(jīng)網(wǎng)絡的研究。論文對神經(jīng)網(wǎng)路的建模方法進行了理論分析探討，得出概率神經(jīng)網(wǎng)絡、GMDH網(wǎng)絡、LVQ網(wǎng)絡、CPN網(wǎng)絡適合用來進行

2、蛋白質(zhì)二級結構預測，但由于不同網(wǎng)絡的形成的機制不同，對于處理本文所使用的編碼數(shù)據(jù)時，會產(chǎn)生不同的問題。因此，在進行了不同方法的具體實驗之后，總結出了效果最好的一種網(wǎng)絡結構-CPN網(wǎng)絡結構。 (2) 蛋白質(zhì)二級結構評測數(shù)據(jù)庫的建立。論文首先從同源蛋白質(zhì)數(shù)據(jù)庫(Homology Derived Secondary Structure ofProteins，簡稱HSSP)中提取出36個蛋白質(zhì)文件：針對其包含復雜的數(shù)據(jù)形式，設計了一個提

3、取數(shù)據(jù)的方法，對蛋白質(zhì)數(shù)據(jù)進行預處理，提取出氨基酸序列。建立了由這些氨基酸序列構成的數(shù)據(jù)庫。為蛋白質(zhì)二級結構預測打下了良好的基礎。 (3) 5種氨基酸編碼方式的比較研究。論文針對正交編碼、5位編碼、Codon(基本型)編碼、Codon(擴展型)編碼及Profile編碼等5個常用的編碼方法。利用CPN神經(jīng)網(wǎng)絡，建立了蛋白質(zhì)二級結構預測的評測模型。運用該模型研究分析了這5種編碼方式對蛋白質(zhì)二級結構預測精度的影響。結果表明，用富含“生

4、物進化信息”的Profile編碼方式可以得到較高的預測結果。 (4) 基于多神經(jīng)網(wǎng)絡的蛋白質(zhì)二級結構預測模型。論文提出了一個由7個CPN神經(jīng)網(wǎng)絡組合成的多神經(jīng)網(wǎng)絡的蛋白質(zhì)二級結構預測模型，該模型采用“profile”編碼方式和氨基酸間的“距離”為激勵輸入信息，對蛋白質(zhì)二級結構進行了預測。論文對從36個蛋白質(zhì)提取的共4000個氨基酸的進行了預測研究和分析。結果表明：本文的多神經(jīng)網(wǎng)絡優(yōu)于Zhu等人提出的多神經(jīng)預測模型[19]，它把蛋