基于集成學(xué)習(xí)與柔性神經(jīng)樹的蛋白質(zhì)翻譯后修飾位點(diǎn)預(yù)測(cè).pdf

1、蛋白質(zhì)翻譯后修飾在細(xì)胞生命過(guò)程中起到至關(guān)重要的作用，多種蛋白質(zhì)翻譯后修飾相互影響、相互協(xié)調(diào)，共同維持、促進(jìn)各種細(xì)胞活動(dòng)的正常進(jìn)行。然而，翻譯后修飾的鑒定在生物學(xué)上往往是繁復(fù)的實(shí)驗(yàn)工作，效率較低。因此，開發(fā)有效的生物信息學(xué)預(yù)測(cè)工具來(lái)提高修飾位點(diǎn)鑒定工作的效率勢(shì)在必行。本文以蛋白質(zhì)序列為基本研究對(duì)象，結(jié)合多種特征提取方法，通過(guò)計(jì)算的方法，對(duì)蛋白質(zhì)翻譯后磷酸化修飾和磷酸甘油酯化修飾的修飾位點(diǎn)進(jìn)行了預(yù)測(cè)研究。
　　針對(duì)磷酸化修飾，本文從其

2、修飾的功能出發(fā)，從磷酸化修飾數(shù)據(jù)庫(kù)中抽取了多條與信號(hào)傳導(dǎo)功能相關(guān)的蛋白質(zhì)序列，構(gòu)建了數(shù)據(jù)集。在特征提取上，提出了一種新的提取方法，將氨基酸殘基理化性質(zhì)的分組信息融入到以氨基酸殘基在滑窗中出現(xiàn)頻率為基礎(chǔ)的特征提取中。通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)，在融合氨基酸殘基理化性質(zhì)分組信息后，同種修飾位點(diǎn)在相同的預(yù)測(cè)模型下，預(yù)測(cè)結(jié)果有了很大的提升。在本文中，利用基于粒子群算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)準(zhǔn)確率從58％左右提升到86％。本文在此基礎(chǔ)上還圍繞氨基酸殘基序列的

3、大小對(duì)實(shí)驗(yàn)結(jié)果的影響進(jìn)行了初步實(shí)驗(yàn)，結(jié)果發(fā)現(xiàn)當(dāng)?shù)鞍踪|(zhì)微序列包含23個(gè)氨基酸殘基時(shí)，預(yù)測(cè)結(jié)果達(dá)到最優(yōu)值。之后，本文將數(shù)據(jù)集按照十折交叉驗(yàn)證的方法進(jìn)行整理，利用神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和柔性神經(jīng)樹三種模型集成學(xué)習(xí)的方法，按照新的特征提取方法對(duì)數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)。其中三種模型的組合策略按照少數(shù)服從多數(shù)原則進(jìn)行投票。實(shí)驗(yàn)結(jié)果顯示，三種預(yù)測(cè)模型進(jìn)行集成學(xué)習(xí)后，預(yù)測(cè)準(zhǔn)確率可以達(dá)到87.50％，較以前研究結(jié)果有了很大提升。
　　針對(duì)磷酸甘油酯化修飾，本

4、文利用柔性神經(jīng)樹模型對(duì)這種修飾展開預(yù)測(cè)修飾位點(diǎn)的研究工作，并將實(shí)驗(yàn)結(jié)果與本領(lǐng)域最新研究進(jìn)展進(jìn)行了比較。其中，數(shù)據(jù)集通過(guò)十折交叉驗(yàn)證的方式進(jìn)行處理，并且蛋白質(zhì)微序列的窗口值采用了以往研究人員的結(jié)論。實(shí)驗(yàn)結(jié)果顯示，柔性神經(jīng)樹在等量的正負(fù)樣本下，具有較大的優(yōu)勢(shì)，其預(yù)測(cè)準(zhǔn)確率能達(dá)到90％以上，遠(yuǎn)高于先前研究人員發(fā)表的實(shí)驗(yàn)結(jié)果。柔性神經(jīng)樹預(yù)測(cè)結(jié)果中馬修相關(guān)系數(shù)最高達(dá)到0.807，隨著負(fù)樣本比例的增大，雖然預(yù)測(cè)結(jié)果的準(zhǔn)確率得到提高，但馬修相關(guān)系數(shù)逐