改進的蛋白質相互作用位點預測方法研究.pdf

1、蛋白質相互作用位點的預測是當前的一個研究熱點，它要研究的內(nèi)容是確定在蛋白質－蛋白質的相互作用中，某一條鏈上哪些殘基參與了作用。該研究對理解生物體活動機制、蛋白質功能研究、疾病診斷和藥物研究有重要意義。
　　目前研究人員預測蛋白質相互作用位點時所使用的特征向量主要有空間或序列上相鄰的殘基的序列譜、溶劑可及表面積、疏水性、進化保守性等，所使用的算法主要是支持向量機和人工神經(jīng)網(wǎng)絡。
　　本文在選取出待考察的蛋白質鏈后，計算出相互作

2、用的位點用于正反例標記，提取出常用的特征，然后在對現(xiàn)有方法大量研究的基礎之上，實現(xiàn)了一個已有算法，并從以下三個方面對前人的工作進行了改進：
　　考慮到蛋白質在二級結構不同的殘基上發(fā)生相互作用的概率可能不一樣，本文在現(xiàn)有方法所考慮的特征中引入二級結構信息作為新的特征。當在序列譜和相對溶劑可及表面積的基礎上引入二級結構信息時，分類效果變得更好，當在此基礎上再結合殘基的疏水性信息和殘基進化的保守性時，結果略有下降。
　　由于蛋白質

3、鏈中相互作用位點的數(shù)量遠遠小于非相互作用位點的數(shù)量，導致訓練數(shù)據(jù)中正反例比例不平衡，本文在用支持向量機分類時引入了正反例的權重，將正例的權重設為反例數(shù)與正例數(shù)的比值，將反例的權重設置為1。對同樣的特征向量，對正例加權后比未加權時效果均有提高。
　　由于支持向量機在分類時對每一類支持向量只取一個代表點，而有時一個代表點不能很好地代表該類，因此我們將支持向量及與最鄰近算法相結合，對離最優(yōu)分類面比較遠的數(shù)據(jù)使用支持向量機，近的使用最鄰近