小波支持向机在蛋白质结构功能预测中的应用.pdfVIP

摘要 摘 要 随着人类基因组计划(HGP)的顺利完成和现在生物科学和技术的迅猛发展， 每天都有大量的蛋白质序列数据不断涌现。对这些数据进行深入研究以达到对 化学和生物意义的深入理解是现代生物信息学的热点。蛋白质结构分析的经典 方法是x射线晶体学和多维核磁共振技术。这些技术昂贵、费时、甚至有些蛋 白质根本无法用这些方法测出结构；而另一方面，蛋白质测序显得相对简单、 快捷和廉价。因此，从蛋白质序列出发，发展自动、可靠的理论预测方法具有 十分重要的理论意义和实用价值。本文根据蛋白质结构、功能的预测研究现状， 采用新兴的机器学习方法一支持向量机，并结合离散小波变换技术，对蛋白质 的结构与功能预测进行研究，其主要内容如下： 1．提出了预测蛋白质二级结构的新方法一小波支持向量机方法。本文定义 了一种新颖的蛋白质序列表征方法，用于表征蛋白质样本，采用小波支持向量 机对蛋白质的二级结构类型进行预测。对文献中常用的非同源蛋白质的数据集 进行了自检验和留一法检验，预测结果得到了显著提高。在此基础上，进一步 深入研究蛋白质序列的同源性对预测准确率的影响；对Chou构建的高同源蛋 白质数据库(同源性高于95％)和Wang构建的低同源