線蟲神經(jīng)肽和神經(jīng)肽受體耦合特異性預測.pdf

1、迄今為止的實驗數(shù)據(jù)表明神經(jīng)肽在線蟲體內(nèi)的許多行為方面具有直接或間接的調(diào)節(jié)作用。在基因敲除實驗中,已有報道稱,這些編碼神經(jīng)肽基因的缺失會導致線蟲運動、壽命、產(chǎn)卵、乙醇反應、社交行為等諸多功能的缺陷。
　　雖然線蟲中的神經(jīng)肽具有如此重要的作用,但是對于各種神經(jīng)肽的具體功能仍然是了解甚少的。在線蟲神經(jīng)肽功能研究領域,直接識別具有一定的困難度,從其他途徑考慮,通過使與此神經(jīng)肽結合的受體失去活性,然后觀察線蟲行為功能的缺陷,就可為此神經(jīng)肽功

2、能的明確提供有利條件。目前在線蟲中通過生化實驗驗證的配體——受體對仍然只占少數(shù),隨著序列數(shù)據(jù)的大量增長和生物學實驗的耗時耗力,需要借助生物信息學和序列數(shù)據(jù)挖掘方法來縮短實驗周期以降低實驗代價,因此理論預測神經(jīng)肽和神經(jīng)肽受體耦合特異性成為解決這個難題的主要方法之一。
　　序列數(shù)據(jù)是數(shù)據(jù)挖掘問題中一類特殊數(shù)據(jù),廣泛存在于社會生活各個領域,如何從這些復雜海量序列數(shù)據(jù)庫中挖掘蘊含其中的有用信息是數(shù)據(jù)挖掘的新研究課題,具有十分重要的實際價值

3、和理論意義。本課題的研究對象——神經(jīng)肽受體均為G蛋白耦聯(lián)受體(GPCRs),這是一類重要的膜蛋白,有七次跨膜螺旋的特征。應用隱馬爾可夫模型(HMM)以挖掘此類膜蛋白序列中有用信息,提取保守序列特征,從而構建HMMs提供對新樣本的預測,即線蟲中的神經(jīng)肽受體。構建好的HMM模型可以代表有共同特征的蛋白質(zhì)序列,對于多個描述不同種族蛋白質(zhì)序列的HMM模型,選出最匹配測試序列的HMM模型。
　　因此,本課題將圍繞線蟲神經(jīng)肽受體序列分類預測這

4、一主題,采用所有物種的神經(jīng)肽受體序列數(shù)據(jù)作為數(shù)據(jù)集。數(shù)據(jù)集用來構建隱性馬爾可夫模型,它包含所有物種的cholecystokininreceptor,galaninreceptor,neurotensinreceptor,neuropeptideYreceptor,somatostatinreceptor,tachykininreceptor,thyrotropinreleasinghormonereceptor,vasopressinr