水稻蛋白質(zhì)磷酸化位點(diǎn)預(yù)測(cè)SVM工具的研發(fā).pdf

1、蛋白質(zhì)磷酸化是一種在蛋白質(zhì)翻譯后最重要且最常見的修飾方式之一（Post-Translation Modification,PTM）。蛋白質(zhì)磷酸化和去磷酸化調(diào)控著基因的表達(dá)、細(xì)胞的生長與分化等生命過程。前人應(yīng)用生物化學(xué)技術(shù)已經(jīng)從不同物種中鑒定出大量的蛋白質(zhì)磷酸化位點(diǎn)，也開發(fā)出廣譜或物種特異的蛋白質(zhì)磷酸化位點(diǎn)預(yù)測(cè)工具，本實(shí)驗(yàn)室也在前期研究中開發(fā)出適用于水稻的蛋白質(zhì)磷酸化預(yù)測(cè)工具--PhosphoRice。但由于PhosphoRice是一個(gè)整

2、合工具，其運(yùn)行效率與速度受限于其子工具的性能。為此，本文應(yīng)用支持向量機(jī)（SVM），結(jié)合不同特征提取方法，開發(fā)專門用于水稻蛋白質(zhì)磷酸化位點(diǎn)預(yù)測(cè)的SVM工具。
　　首先，從新近發(fā)表的文章以及蛋白質(zhì)數(shù)據(jù)庫Swiss-Prot中下載獲得經(jīng)試驗(yàn)驗(yàn)證的水稻蛋白質(zhì)磷酸化位點(diǎn)數(shù)據(jù)，構(gòu)建正負(fù)樣本數(shù)據(jù)集。其中正樣本有4966個(gè)磷酸化位點(diǎn)，負(fù)樣本有5586個(gè)非磷酸化位點(diǎn)。然后，比較6種特征提取方法（AF，KNN，CKSAAP及其兩兩結(jié)合法）對(duì)正負(fù)樣本的

3、處理性能，結(jié)果發(fā)現(xiàn)AF_CKSAAP、CKSAAP和CKSAAP_KNN的性能現(xiàn)狀優(yōu)于其他3種特征提取策略。再比較4種分類算法，包括決策樹、K最近鄰、隨機(jī)森林和支持向量機(jī)，對(duì)水稻蛋白質(zhì)磷酸化位點(diǎn)的性能，結(jié)果表明，基于CKSAAP、AF_CKSAAP和CKSAAP_KNN特征提取策略的SVM模型的預(yù)測(cè)MCC均大于0.50，顯著優(yōu)于其他3種分類算法的的預(yù)測(cè)性能。為此，本文應(yīng)用SVM結(jié)合AF_CKSAAP特征提取，并以CKSAAP和CKSAA

4、P_KNN為輔助的特征提取方法，構(gòu)建專門用于水稻蛋白質(zhì)磷酸化位點(diǎn)預(yù)測(cè)的Rice_Phospho1.0工具，其預(yù)測(cè)的準(zhǔn)確率（ACC）為80.90％，馬修斯系數(shù)（MCC）為0.617，明顯好于新近發(fā)表的5種蛋白質(zhì)磷酸化位點(diǎn)預(yù)測(cè)工具的預(yù)測(cè)性能，包括KinasePhos、DISPHOS、Musite、Scansite和PhosphoRice。最后，應(yīng)用獨(dú)立測(cè)試集數(shù)據(jù)，測(cè)試Rice_Phospho1.0工具對(duì)絲氨酸S、蘇氨酸T、酪氨酸Y磷酸化位點(diǎn)