蛋白质亚细胞定位预测中若干信息提取算法研究

【摘要】蛋白质的功能与其亚细胞位置有着密切的联系，对于确定一个未知特性蛋白质的功能，基于机器学习的蛋白质亚细胞定位预测研究能够为其提供重要的参考信息。本文主要关注亚细胞定位预测中的信息提取算法，研究内容如下：（1）基于AAindex数据库挖掘的信息提取算法。根据氨基酸的理化性质，采用自相关函数和氨基酸约化分类的信息提取方法扫描AAindex数据库中的544种氨基酸指数，系统的研究不同的氨基酸指数、不同的约化方法、不同的信息提取算法在蛋白质亚细胞定位预测中的影响。（2）基于PSI-BLAST同源比对的信息提取算法。目前的研究在使用PSI-BLAST构建比对数据库时存在冗余及效率低下的问题，本文提出一种新的PSI-BLAST构建比对数据库的方法：采用训练集本身替换常用的NR数据库。这种构建策略能够更好的提取同源信息和排除冗余数据的干扰，在蛋白质的亚细胞定位预测中发现这种方法大大提高了比对效率，并且能够取得较高的预测准确率。（3）基于蛋白序列黄金比例分段的信息提取算法。根据蛋白质序列从N端到C端的不同部位涵盖着不同的信息，本文引入黄金比例对蛋白质序列进行分段处理，分段后统计片段的组分信息和位置信息；对蛋白序列的PSSM矩阵，根据黄金比例分割成若干个不同的子矩阵，统计子矩阵的进化信息。通过本文研究发现，根据分段统计的组分信息、位置信息、进化信息构建的融合模型能够显著提高亚细胞定位预测的准确率。另外，本文基于主成分分析开发了一种特征子集搜索算法，此算法能在降维的同时显著提高预测准确率。
【作者】石卓兴；
【导师】姚玉华；
【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；亚细胞定位预测；信息提取算法；机器学习；

【参考文献】
[1]王颖.松材线虫Bx-vap-1基因在昆虫细胞中的表达及功能分析[D].东北林业大学,森林保护学,2014,博士.
[2]徐辰生.草炭对土壤理化特性和烤烟品质的影响[D].河南农业大学,作物栽培学与耕作学,2004,硕士.
[3]余建龙.七种双酚类化合物雌激素活性评价及其在食品中检测方法的建立和应用[D].南昌大学,营养与食品卫生学,2014,硕士.
[4]赵海军.援加纳高速公路改扩建项目管理研究[D].大连海事大学,工商管理,2012,硕士.
[5]逄格洲.我国城镇住房保障制度研究[D].东北师范大学,社会保障,2012,硕士.
[6]张慧杰.小麦真菌毒素在加工过程中的消解、转移规律研究[D].中国农业科学院,农产品质量与食物安全,2014,博士.
[7]李梦霞.大学生英语听力结构的构建与验证[D].山西大学,发展与教育心理学,2004,硕士.
[8]李妍.中学生道德同一性与亲社会行为的关系研究[D].河北师范大学,发展与教育心理学,2012,硕士.
[9]沈婷.科技型中小企业知识产权自主创新模式研究[D].江苏科技大学,技术经济及管理,2013,硕士.
[10]陈福森,王玉娟,陈云飞.基于分子动力学悬浮石墨烯摩擦特性的研究[A].中国科学院兰州化学物理研究所固体润滑国家重点实验室、中国机械工程学会摩擦学分会.第十一届全国摩擦学大会论文集[C].中国科学院兰州化学物理研究所固体润滑国家重点实验室、中国机械工程学会摩擦学分会:,2013:5.
[11]KellyPeterMsafiri.Benefits/Effectiveness of Pulmonary Surfactant Therapy in Neonatal Respiratory Distress Syndrome: A Case Report and Literature Review[D].华中科技大学,Pediatrics,2013,硕士.
[12]邢怀龙.美国专利保护制度研究[D].中国社会科学院研究生院,国际经济法（专业学位）,2014,硕士.
[13]孙喆.La_（0.8）Sr_（0.2）FeO_3薄膜的激光感生热电电压效应随温度变化规律的研究[D].首都师范大学,材料物理与化学,2014,硕士.
[14]任世锦,吕俊怀,胡晓婷,张晓光.基于边界鉴别分析的递归维数约简算法[J].控制与决策,2010,07:1088-1092+1097.
[15]傅红霞.净菜商品化处理技术的研究[D].浙江大学,食品科学,2004,硕士.
[16]张斌.应对公民微博参与的思想政治工作研究[D].兰州大学,思想政治教育,2014,硕士.
[17]金辉.复发型格林—巴利综合征、急性起病型慢性格林—巴利综合征的临床病例分析[D].吉林大学,临床医学,2013,硕士.
[18]王雪姣.叶面肥对蓝果忍冬和黑穗醋栗生长发育及果实品质的影响[D].东北农业大学,果树学,2013,硕士.
[19]常宇春.基于多路径双向拍卖的无线传感器网络路由协议设计[D].苏州大学,计算机技术（专业学位）,2013,硕士.
[20]马璐.非法证据排除规则之反思与重构[D].华中师范大学,法律,2013,硕士.
[21]南怡安.音乐电针对抑郁大鼠模型行为学的影响及作用机制研究[D].广州中医药大学,针灸学,2014,博士.
[22]夏忠慧.管理者社会关系对公司创业的影响[D].南京大学,企业管理,2013,硕士.
[23]方一鸣,杨景明,王洪瑞,焦晓红.液压厚调系统上、下位机数据通讯接口设计[J].冶金自动化,1994,06:26-28.
[24]王宇婷.BP神经网络与HOG特征提取相结合的车辆识别技术在无线设备下的应用[D].吉林大学,计算机应用技术,2014,硕士.
[25]高永冲.清末与民初商事法律比较研究[D].新疆大学,法律,2013,硕士.
[26]李丽.中心城市在区域人力资本聚集中的效应研究[D].河北大学,人口、资源与环境经济学,2014,硕士.
[27]岂海静.三朝《筹办夷务始末》编纂考[D].河北师范大学,中国古代史,2014,硕士.
[28]王姗姗.浅析《奥兰多》中超越性别的爱恋—朱迪斯·巴特勒的性别操演式解读[D].首都师范大学,英语语言文学,2014,硕士.
[29]岳彬.对苯二甲酸与TPTZ稀土配位聚合物的构筑，晶体结构与发光研究[D].内蒙古大学,化学,2014,硕士.
[30]王沁.初中生视觉识别敏度影响因素的研究[D].华中师范大学,学科教学论,2003,硕士.
[31]王蕾.基于共轭聚双吡啶盐的肝素荧光传感器[D].天津理工大学,2014.
[32]刘京龙.手性三齿胺亚胺配合物的合成、表征以及催化性质的研究[D].吉林大学,有机化学,2014,硕士.
[33]程瑛琨,鄂晨光,刘明石,王仲男,林峰崴,周桂仙,滕利荣.鸡蛋、乌鸡蛋、鹌鹑蛋营养成分的测定比较[J].饲料工业.2005(07)
[34]贾彩燕,倪现君.关联规则挖掘研究述评[J].计算机科学,2003,04:145-149.
[35]程文丽.风险企业绩效评价指标体系研究[D].山东财经大学,会计学,2013,硕士.
[36]卓萍.幼师《教师口语》课程教学实践与思考[D].华中师范大学,学科教学,2004,硕士.
[37]周正浩.服装横竖线条分割视错觉效应研究[D].西南大学,应用心理学,2013,硕士.
[38]潘红艳.菘蓝多倍体诱导及外源褪黑素对低温胁迫下菘蓝抗氧化性的影响[D].西北大学,细胞生物学,2013,硕士.
[39]单林娜.在普通高校排球选项课中学生进攻战术意识培养的实验研究[D].河北师范大学,体育教学,2012,硕士.
[40]张勤莺.移动互联网用户消费意向的影响因素研究[D].华中师范大学,心理健康教育,2014,硕士.
[41]张颖.文化产业发展与中国文化软实力的提升[D].山东大学,马克思主义中国化研究,2012,硕士.
[42]夏薇.接入网环境动力监控系统的设计与实现[D].华东师范大学,通信与信息系统,2004,硕士.
[43]王恒.基于SK录井仪的钻参数据库研究及其用于钻进过程监测的初步实践[D].中国地质大学,2004.
[44]桂晓露,罗开双,谭谆礼,高古辉,白秉哲.无铬镍钼低合金高强韧Mn-B系铸钢的研制[J].铸造,2014,04:307-311.
[45]冯晓苗,闫真真.石墨烯-金纳米复合材料:水热合成及在生物传感器中的应用(英文)[J].无机化学学报,2013,05:1051-1056.
[46]贾垒.CPN模型驱动的云测试生成研究[D].内蒙古大学,计算机科学与技术,2014,硕士.
[47]王蕊.山东取缔会道门运动研究[D].山东大学,中国近现代史,2013,硕士.
[48]胡文彬,秦余磊,赵健.超临界乙醇制备TiO_2/石墨烯纳米复合材料及其表征[J].青岛科技大学学报(自然科学版),2014,05:489-492+498.
[49]卢整智.几类随机压缩型算子及其随机不动点理论[D].西北师范大学,基础数学,2013,硕士.
[50]张福.多波段图像融合算法研究与实现[D].北京理工大学,电子科学与技术,2014,硕士.