蛋白质结构类预测中若干关键算法的研究

【摘要】人类基因组计划成功实施后蛋白质测序技术得到快速发展，现如今蛋白质序列数据急剧增加。然而与序列认知程度相比，人们对蛋白质空间结构及功能的了解还远远不够。传统的实验方法和技术已难以满足海量蛋白质序列的分析需求，所以发展计算方法与预测模型来研究蛋白质空间结构及功能将具有深远的意义，这也成为生物信息学中最重要和最基本的课题之一。利用机器学习算法从大量已知蛋白质出发来预测出未知蛋白质空间结构和功能是一项辅助传统实验研究蛋白质性质的新方法。蛋白质结构类型是决定其高级结构和功能的重要因素，也能反映蛋白质的二级结构整体分布情况，因此，蛋白质结构类预测是蛋白质空间结构和功能预测的基础，对蛋白质组学研究具有重要意义。本文以蛋白质结构类预测方法为研究对象，主要研究内容如下：首先在蛋白质特征信息提取方面，本研究基于位置特异性矩阵，考虑到矩阵两行多间隔之间的关联信息，提出了一种蛋白质进化信息的提取算法；根据蛋白质结构类的定义，设计了位置分布函数，提出了一种二级结构元素位置分布信息的提取算法；通过蛋白质结构域与二级结构之间的关联分析，提出了一种蛋白质结构模式信息的提取算法。其次在特征信息挑选方面，本研究设计了基于特征排序与支持向量机（SVM）结合的封装器进行特征子集挑选，剔除冗余信息，筛选出每一类型特征信息中的核心特征信息。针对预测的蛋白质二级结构信息和蛋白质进化信息，分别挑选出其最优特征子集，再进行信息融合，通过大量的蛋白质结构类预测实验，与现有特征子集挑选算法进行比较，验证本文提出的特征挑选算法的有效性。最后在预测算法方面，本研究比较了k-近邻算法和支持向量机在蛋白质结构预测中性能，在支持向量机的二分类的基础上，通过两种投票方法构建了多分类器提高蛋白质结构类预测准确度。
【作者】李炎；
【导师】代琦；
【作者基本信息】浙江理工大学，生物化学与分子生物学，2014，硕士
【关键词】蛋白质结构类预测；特征提取算法；信息融合；支持向量机；

【参考文献】
[1]熊焘.基于模块组合多电平变换器的高压直流输电系统研究[D].北京交通大学,电气工程,2012,硕士.
[2]李新平,黄进勇.黄淮海平原麦玉玉三熟高效种植模式复合群体生态效应研究[J].植物生态学报,2001,04:476-482.
[3]王文然.基于COSO框架的Y公司全面风险管理体系优化研究[D].山东大学,会计（专业学位）,2013,硕士.
[4]於文辉,张丽琴,王家映,周玉琦.从多相介质的角度看勘探地震与开发地震波动方程的差异[J].石油地球物理勘探,2003,06:690-700+708-582.
[5]戴志辉,王增平.ATP/EMTP的保护模块内嵌技术与全闭环仿真[J].电力系统自动化,2009,20:73-77.
[6]汪薇.转人α-乳白蛋白基因的奶山羊胎儿成纤维细胞株的建立及转基因奶山羊的鉴定[D].南京农业大学,动物遗传育种与繁殖,2013,硕士.
[7]陈胜交.绿色阻燃材料的催化成炭行为研究[D].湖南师范大学,应用化学,2014,硕士.
[8]顾玲.论单位实施非单位犯罪的刑事责任认定[D].华东政法大学,法律（专业学位）,2012,硕士.
[9]张国超.微小型无人直升机导航系统传感器故障诊断研究[D].浙江大学,导航制导与控制,2012,硕士.
[10]任冬梅.猪肺炎支原体168株疫苗候选抗原蛋白Mhp168_116、Mhp168_341、Mhp168_322和Mhp168_549的原核表达及纯化[D].西南大学,预防兽医学,2014,硕士.
[11]郑超.地方媒体涉台新闻的变迁[D].复旦大学,新闻学,2012,硕士.
[12]王国艳.毛细管电泳技术在款冬花质量控制中的分析应用[D].山西医科大学,药物分析学,2013,硕士.
[13]刘靖.美学视阈下的“陕派”纪录片研究[D].山东师范大学,广播电视艺术学,2013,硕士.
[14]王金锭.钕和镁对RE-Mg-Ni基贮氢合金相结构及电化学性能的影响[D].燕山大学,应用化学,2014,硕士.
[15]史宝龙.唐末五代湖南地区经济开发研究[D].辽宁大学,历史地理学,2012,硕士.
[16]王洪明.近距离煤层群沿空掘巷煤柱稳固机理及围岩稳定性研究[D].湖南科技大学,矿业工程,2013,硕士.
[17]马施卫.地下水封油库三维可视化安全监测信息系统的研制[D].中国地质大学（北京）,岩土工程,2014,硕士.
[18]钟世馨.四川省转变经济发展方式实现可持续发展研究[D].成都理工大学,科学技术哲学,2013,硕士.
[19]王梦秋.民营企业员工心理契约与离职倾向关系研究[D].广西科技大学,企业管理,2013,硕士.
[20]陈静.成本管理在火电厂中的应用研究[D].天津大学,工商管理,2004,硕士.
[21]熊荆江.某航空发动机高空模拟试车台供气系统设计研究[D].湖南大学,机械工程,2011,硕士.
[22]王莹.沼液中氮磷吸附基质的筛选及其组合研究[D].西南大学,环境科学,2013,硕士.
[23]徐绮蔓.从模因论的角度看中国文化专有项的英译[D].华中师范大学,外国语言学及应用语言学,2014,硕士.
[24]江晓兵.基于中医复位理念建立的椎体骨折不愈合新分型标准的临床及有限元研究[D].广州中医药大学,中医骨伤科学（专业学位）,2014,博士.
[25]胡士强,敬忠良.粒子滤波算法综述[J].控制与决策,2005,04:361-365+371.
[26]奚宁.基于Android的智能医疗信息服务系统服务器端设计与实现[D].吉林大学,移动计算与网络系统,2013,硕士.
[27]万利.右美托咪定对老年患者腹腔镜直肠癌根治术术后早期认知功能和炎症的影响[D].吉林大学,临床医学,2014,硕士.
[28]田孜.琴弦上的一封家书—乔治·克拉姆《无伴奏大提琴奏鸣曲》分析及演奏版本比较研究[D].武汉音乐学院,音乐与舞蹈学,2013,硕士.
[29]邵明雪.高中生综合素质评价的教师阻力及其化解[D].西南大学,课程与教学论,2013,硕士.
[30]智川.网目调丝网印刷工艺参数分析与研究[D].西安理工大学,印刷工程,2004,硕士.
[31]李金生.低品位富硼渣制备硼酸、一水硫酸镁和硼砂的研究[D].东北大学,环境科学,2011,硕士.
[32]冯新建.基于MapReduce的迭代型分布式数据处理研究[D].山东大学,通信与信息系统,2013,硕士.
[33]卢淋淋,单颖.大学生防御性悲观与核心自我评价、失败恐惧关系研究[J].皖西学院学报,2015,01:148-150.
[34]陈娴婧.BiFeO_3薄膜的电致阻变效应研究[D].南京大学,电子与通信工程（专业学位）,2013,硕士.
[35]黄春燕.小学教师社会支持与职业倦怠关系研究[D].内蒙古师范大学,教育（专业学位）,2013,硕士.
[36]王涛.芳香环钯催化剂聚合物薄膜及LB膜的非均相催化性质[D].郑州大学,有机化学,2013,硕士.
[37]黄庆藏.基于云计算的医学信息集成方法研究[D].浙江工业大学,2012.
[38]卫立平.《天堂蒜薹之歌》英译本研究[D].华中师范大学,英语语言文学,2014,硕士.
[39]黄冬冬.社会主义核心价值观研究[D].北京交通大学,2014.
[40]周纯秀.冰雪地区橡胶颗粒沥青混合料应用技术的研究[D].哈尔滨工业大学,2006.
[41]邵媛.中国地方政府竞争下的官员激励问题研究[D].南京大学,行政管理,2013,硕士.
[42]王斌.运用邓小平金融思想指导国有银行改革发展研究[D].山西师范大学,马克思主义理论,2013,硕士.
[43]刘财,周辉,杨宝俊,唐大义.高分辨率复数道分析方法[J].石油地球物理勘探,1995,S1:24-29+185.
[44]张俊杰.SiO_(2f)/SiO_2表面生长碳纳米管及与TC4钎焊工艺及机理研究[D].哈尔滨工业大学,2012.
[45]崔巍巍.天津市农业产业发展问题研究[D].天津财经大学,产业经济学,2012,硕士.
[46]涂妍妍.国有商业银行信用风险度量和管理研究[D].华东师范大学,世界经济,2004,硕士.
[47]史巍.蚓粪对好氧反应器启动影响的初步研究[D].扬州大学,环境科学,2011,硕士.
[48]张逸筠.茉莉盛开 遍地芬芳[D].山东师范大学,艺术（专业学位）,2013,硕士.
[49]侯昌丽.乌克兰语言规划研究[D].兰州大学,俄语语言文学,2013,硕士.
[50]赵丽丽.局部加温对预防静脉留置针血栓形成的影响[D].郑州大学,护理学,2013,硕士.