蛋白質結構數(shù)據(jù)庫的信息挖掘.pdf

1、隨著人類基因組計劃的實施和生物信息學的迅速發(fā)展，通過基因組測序、蛋白質序列測定和結構解析等實驗，人們獲得了大量的關于蛋白質結構的原始數(shù)據(jù)，并且建立了眾多的蛋白質結構數(shù)據(jù)庫。其中由美國布魯克海文國家實驗室建立的蛋白質的基本立體結構數(shù)據(jù)庫：蛋白質數(shù)據(jù)銀行(ProteinDataBank，簡稱PDB)是世界上最為完整的蛋白質結構信息數(shù)據(jù)庫，是我們研究蛋白質結構及其相關領域的基礎，也是本文進行數(shù)據(jù)挖掘的對象。 生物信息學的主要目的之一在

2、于了解蛋白質中氨基酸序列和蛋白質三維結構之間的關系。如果知道了這種關系，就可以從氨基酸序列可靠地預測蛋白質結構。然而，序列和結構間的關系并不簡單。本文中，我們利用數(shù)據(jù)挖掘得到的統(tǒng)計信息數(shù)據(jù)庫對蛋白質的二級結構進行了預測。 我們的主導思路是：通過對PDB數(shù)據(jù)庫中的氨基酸序列和結構序列進行切片處理，得到蛋白質序列和結構的切片數(shù)據(jù)庫，然后利用數(shù)據(jù)庫技術和數(shù)據(jù)挖掘方法對這些切片進行數(shù)據(jù)挖掘工作，從中發(fā)現(xiàn)一些內在的規(guī)律，并建立了基于PDB

3、數(shù)據(jù)庫的蛋白質切片統(tǒng)計信息數(shù)據(jù)庫。利用這個統(tǒng)計信息數(shù)據(jù)庫和我們數(shù)據(jù)挖掘得到的知識，設計了基于蛋白質統(tǒng)計信息數(shù)據(jù)庫的蛋白質二級結構預測系統(tǒng)。為了驗證新的預測方法，我們選取了20條最近發(fā)布的且不在我們的統(tǒng)計信息庫中的蛋白質序列進行預測。其平均Q3準確率為75.10﹪，其中有6個預測樣本的Q3值超過了80﹪。 本文主要分為三個部分： 第一部分主要介紹了目前數(shù)據(jù)挖掘的主要方法、原理以及數(shù)據(jù)挖掘在生物信息學眾多領域的應用。

4、 第二部分詳細介紹了我們數(shù)據(jù)挖掘的對象和方法以及得到的豐富統(tǒng)計信息和對這些信息的可視化分析等處理。 第三部分主要是討論了目前蛋白質結構預測的主要流程和方法，提出了我們的基于統(tǒng)計信息數(shù)據(jù)庫的蛋白質結構預測方法。 在本文末尾，我們對預測工作中遇到的問題進行了探討，并提出了很多改進的設想。我們認為，利用數(shù)據(jù)庫技術和數(shù)據(jù)挖掘的方法來處理大量的蛋白質結構信息是今后生物信息學的重要組成部分。而基于統(tǒng)計信息庫的蛋白質結構預測方法，隨著