支持向量機在生物信息學中的應用.pdf

1、隨著后基因組時代的到來，使用機器學習方法對生物數(shù)據(jù)進行數(shù)據(jù)挖掘已經(jīng)成為生物學研究的一種新方法，本課題主要利用新近提出的支持向量機算法，結(jié)合生物序列的特征提取(如經(jīng)典的密碼子使用偏性分析理論，理化性質(zhì)等)，解決生物信息學中一些有關的功能序列識別和分類的問題。 G蛋白偶聯(lián)受體屬于跨膜蛋白的大家族，在藥物設計中起著很重要的作用。本文通過提取序列的單氨基酸頻率、雙聯(lián)氨基酸頻率以及蛋白序列對應的mRNA序列的密碼子使用偏性序列特征，結(jié)合支

2、持向量機方法，對G蛋白偶聯(lián)受體類別進行識別，并進一步對GPCR蛋白家族類別進行分類預測。我們首次利用核酸序列的信息(前人主要利用氨基酸序列信息)，提取了密碼子使用偏性的序列特征，并取得了很好的預測效果。 研究基因組重組冷熱點有助于了解減數(shù)分裂重組機制。結(jié)合支持向量機方法，本論文通過提取序列二聯(lián)堿基特征以及密碼子使用偏性的序列特征，獨創(chuàng)性地對酵母基因組減數(shù)分裂重組冷熱點區(qū)的ORF序列進行了分類，結(jié)果表明密碼子使用偏性是很好的區(qū)分重

3、組冷熱點的統(tǒng)計量。 水平轉(zhuǎn)移基因在物種進化中起著很重要的作用。本論文中，我們?nèi)斯つM水平轉(zhuǎn)移基因的數(shù)據(jù)，通過提取基因密碼子使用偏性的序列特征，提取了序列密碼子使用偏性以及二聯(lián)堿基頻率的特征，使用支持向量機的方法，來識別包氏螺旋體菌(Borrelia burgdorferi)、人腸桿菌(Escheriehia coli)、蠟狀芽孢桿菌(Bacillus cereus)三種物種基因組中的水平轉(zhuǎn)移基因。結(jié)果表明，密碼子使用偏性的序列特