蛋白質(zhì)四級結(jié)構(gòu)預(yù)測——一種基于mRMR與SVM的新方法Quat-PRE.pdf

1、蛋白質(zhì)在生物的生命活動中處于核心的地位，而蛋白質(zhì)的作用與其結(jié)構(gòu)又緊密相關(guān)，要想弄清某個蛋白質(zhì)所發(fā)揮的作用，首先必須要先弄清楚蛋白質(zhì)的結(jié)構(gòu)，因此蛋白質(zhì)的結(jié)構(gòu)信息的研究是生物信息學(xué)研究中的一個重點(diǎn)。蛋白質(zhì)的結(jié)構(gòu)一般分為四個層級:一級結(jié)構(gòu)、二級結(jié)構(gòu)、三級結(jié)構(gòu)及四級結(jié)構(gòu)。一級結(jié)構(gòu)是指蛋白質(zhì)的氨基酸序列，二級結(jié)構(gòu)是指蛋白質(zhì)主肽鏈的局部空間排布，三級結(jié)構(gòu)是指整個多肽鏈的三維空間結(jié)構(gòu)，四級結(jié)構(gòu)是指蛋白質(zhì)所包含的多肽鏈的個數(shù)。
　　對于某些較大的

2、具有四級結(jié)構(gòu)的蛋白質(zhì)而言，其功能與其四級結(jié)構(gòu)密切相關(guān)，而隨著蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)的越來越多越來越快地被檢測出，蛋白質(zhì)四級結(jié)構(gòu)預(yù)測是一個比較有挑戰(zhàn)同時又具有重要意義的研究問題。蛋白質(zhì)的一級結(jié)構(gòu)包含著蛋白質(zhì)其它高級結(jié)構(gòu)所需要的全部信息，而最早通過氨基酸序列來預(yù)測蛋白質(zhì)四級結(jié)構(gòu)的工作是由Garian做出的，2001年Garian開發(fā)出了第一個用一級結(jié)構(gòu)預(yù)測四級結(jié)構(gòu)的軟件Quaternary Structure Explorer(QSE)。后來的學(xué)者

3、也在Garian探索的基礎(chǔ)上，展開了許多研究。而本文試圖提出一個較為有效的預(yù)測蛋白質(zhì)四級結(jié)構(gòu)的方法Quat-PRE。
　　本文提出的Quat-PRE方法，首先從蛋白質(zhì)四級結(jié)構(gòu)數(shù)據(jù)庫PiQSi中選出適當(dāng)?shù)牡鞍踪|(zhì)序列數(shù)據(jù)集，然后結(jié)合氨基酸的各種統(tǒng)計信息和物化性質(zhì)將蛋白質(zhì)序列轉(zhuǎn)化為定長的特征向量，之后綜合運(yùn)用特征篩選的mRMR方法和基于SVM的wrapper方法做若干組的特征篩選，再通過SVM對篩選出的幾組特征數(shù)據(jù)集做五倍交叉驗證，選出

4、綜合表現(xiàn)效果最好的特征作為Quat-PRE方法所要提取的序列特征，通過SVM對未知序列進(jìn)行四級結(jié)構(gòu)預(yù)測。同時為證明Quat-PRE方法的有效性，對Quat-PRE方法做了獨(dú)立集測試并與Garian提出的預(yù)測同源與非同源二聚體的QSE方法進(jìn)行了比較。
　　本文的Quat-PRE方法在訓(xùn)練集上通過五倍交叉試驗得到的預(yù)測準(zhǔn)確率為49.11％，比隨機(jī)預(yù)測的16.67％高近33個百分點(diǎn)，在獨(dú)立集上的預(yù)測準(zhǔn)確率也達(dá)到了39.3％，亦比隨機(jī)預(yù)測