10120.蛋白質(zhì)結構類預測中若干關鍵算法的研究

1、浙江理工大學學位論文獨創(chuàng)性聲明本人聲明所呈交的學位論文是本人在導師指導下進行的研究工作及取得的研究成果。除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得浙江理工大學或其他教育機構的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。學位論文作者簽名：唿茳簽字日期：V、葉年弓月l了日摘要人類基因組計劃成功實施后蛋白質(zhì)測序技術得到快速發(fā)展，現(xiàn)

2、如今蛋白質(zhì)序列數(shù)據(jù)急劇增加。然而與序列認知程度相比，人們對蛋白質(zhì)空間結構及功能的了解還遠遠不夠。傳統(tǒng)的實驗方法和技術已難以滿足海量蛋白質(zhì)序列的分析需求，所以發(fā)展計算方法與預測模型來研究蛋白質(zhì)空間結構及功能將具有深遠的意義，這也成為生物信息學中最重要和最基本的課題之一。利用機器學習算法從大量已知蛋白質(zhì)出發(fā)來預測出未知蛋白質(zhì)空間結構和功能是一項輔助傳統(tǒng)實驗研究蛋白質(zhì)性質(zhì)的新方法。蛋白質(zhì)結構類型是決定其高級結構和功能的重要因素，也能反映蛋白質(zhì)

3、的二級結構整體分布情況，因此，蛋白質(zhì)結構類預測是蛋白質(zhì)空間結構和功能預測的基礎，對蛋白質(zhì)組學研究具有重要意義。本文以蛋白質(zhì)結構類預測方法為研究對象，主要研究內(nèi)容如下：首先在蛋白質(zhì)特征信息提取方面，本研究基于位置特異性矩陣，考慮到矩陣兩行多間隔之間的關聯(lián)信息，提出了一種蛋白質(zhì)進化信息的提取算法；根據(jù)蛋白質(zhì)結構類的定義，設計了位置分布函數(shù)，提出了一種二級結構元素位置分布信息的提取算法；通過蛋白質(zhì)結構域與二級結構之間的關聯(lián)分析，提出了一種蛋白

4、質(zhì)結構模式信息的提取算法。其次在特征信息挑選方面，本研究設計了基于特征排序與支持向量機(SVM)結合的封裝器進行特征子集挑選，剔除冗余信息，篩選出每一類型特征信息中的核心特征信息。針對預測的蛋白質(zhì)二級結構信息和蛋白質(zhì)進化信息，分別挑選出其最優(yōu)特征子集，再進行信息融合，通過大量的蛋白質(zhì)結構類預測實驗，與現(xiàn)有特征子集挑選算法進行比較，驗證本文提出的特征挑選算法的有效性。最后在預測算法方面，本研究比較了k一近鄰算法和支持向量機在蛋白質(zhì)結構預測