基于支持向量機(jī)的蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)新算法及其在血管蛋白質(zhì)研究中的初步應(yīng)用.pdf

1、蛋白質(zhì)空間結(jié)構(gòu)研究已成為后基因組時(shí)代生命科學(xué)領(lǐng)域的研究熱點(diǎn)之一。目前，通過生物學(xué)實(shí)驗(yàn)方法測(cè)得結(jié)構(gòu)的蛋白質(zhì)只有4萬多個(gè)，遠(yuǎn)遠(yuǎn)落后于蛋白質(zhì)序列的測(cè)序速度，使用計(jì)算機(jī)和數(shù)學(xué)的理論方法預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)勢(shì)在必行。然而，直接從蛋白質(zhì)一級(jí)序列預(yù)測(cè)其三維空間結(jié)構(gòu)存在諸多困難，并且在對(duì)蛋白質(zhì)分子的深入研究后發(fā)現(xiàn)由二級(jí)結(jié)構(gòu)組裝而成的空間結(jié)構(gòu)是有限的。因此，從蛋白質(zhì)序列先預(yù)測(cè)出二級(jí)結(jié)構(gòu)，再由二級(jí)結(jié)構(gòu)預(yù)測(cè)三級(jí)結(jié)構(gòu)便成為蛋白質(zhì)結(jié)構(gòu)研究中一條有效的途徑。本文以經(jīng)典的

2、22維氨基酸編碼矩陣為基礎(chǔ)引入了24維的混合編碼矩陣，提出了一種基于此編碼矩陣和支持向量機(jī)的蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)新算法并驗(yàn)證了其優(yōu)越性。我們利用PDB SELECT和HSSP等蛋白質(zhì)數(shù)據(jù)庫(kù)構(gòu)建了3個(gè)分別包含141、212和365個(gè)蛋白的相互獨(dú)立的非冗余數(shù)據(jù)集，并在每個(gè)數(shù)據(jù)集上分別進(jìn)行7折交叉驗(yàn)證。結(jié)果表明，混和編碼在包含365個(gè)蛋白的數(shù)據(jù)集上獲得了78.96 %的預(yù)測(cè)準(zhǔn)確率(Q3)，比使用經(jīng)典編碼并基于同樣數(shù)據(jù)集的預(yù)測(cè)結(jié)果提高近3 %。同