基于集成學習與柔性神經(jīng)樹的蛋白質(zhì)翻譯后修飾位點預測.pdf

1、蛋白質(zhì)翻譯后修飾在細胞生命過程中起到至關重要的作用，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、促進各種細胞活動的正常進行。然而，翻譯后修飾的鑒定在生物學上往往是繁復的實驗工作，效率較低。因此，開發(fā)有效的生物信息學預測工具來提高修飾位點鑒定工作的效率勢在必行。本文以蛋白質(zhì)序列為基本研究對象，結(jié)合多種特征提取方法，通過計算的方法，對蛋白質(zhì)翻譯后磷酸化修飾和磷酸甘油酯化修飾的修飾位點進行了預測研究。
　　針對磷酸化修飾，本文從其

2、修飾的功能出發(fā)，從磷酸化修飾數(shù)據(jù)庫中抽取了多條與信號傳導功能相關的蛋白質(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)頻率為基礎的特征提取中。通過實驗發(fā)現(xiàn)，在融合氨基酸殘基理化性質(zhì)分組信息后，同種修飾位點在相同的預測模型下，預測結(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)絡模型的預測準確率從58％左右提升到86％。本文在此基礎上還圍繞氨基酸殘基序列的

3、大小對實驗結(jié)果的影響進行了初步實驗，結(jié)果發(fā)現(xiàn)當?shù)鞍踪|(zhì)微序列包含23個氨基酸殘基時，預測結(jié)果達到最優(yōu)值。之后，本文將數(shù)據(jù)集按照十折交叉驗證的方法進行整理，利用神經(jīng)網(wǎng)絡、支持向量機和柔性神經(jīng)樹三種模型集成學習的方法，按照新的特征提取方法對數(shù)據(jù)集進行實驗。其中三種模型的組合策略按照少數(shù)服從多數(shù)原則進行投票。實驗結(jié)果顯示，三種預測模型進行集成學習后，預測準確率可以達到87.50％，較以前研究結(jié)果有了很大提升。
　　針對磷酸甘油酯化修飾，本

4、文利用柔性神經(jīng)樹模型對這種修飾展開預測修飾位點的研究工作，并將實驗結(jié)果與本領域最新研究進展進行了比較。其中，數(shù)據(jù)集通過十折交叉驗證的方式進行處理，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。實驗結(jié)果顯示，柔性神經(jīng)樹在等量的正負樣本下，具有較大的優(yōu)勢，其預測準確率能達到90％以上，遠高于先前研究人員發(fā)表的實驗結(jié)果。柔性神經(jīng)樹預測結(jié)果中馬修相關系數(shù)最高達到0.807，隨著負樣本比例的增大，雖然預測結(jié)果的準確率得到提高，但馬修相關系數(shù)逐