特征选择在蛋白质能量热点预测中应用.docVIP

特征选择在蛋白质能量热点预测中应用 　　摘要：蛋白质是细胞中的主要功能分子，是生命的物质基础，蛋白质的功能是通过蛋白质之间相互作用而发挥的，而蛋白质相互作用界面上只有很少数的被称之为“能量热点”的残基对相互作用贡献了大部分的结合自由能，如何识别这些能量热点是目前生物信息学领域比较热门的研究问题。其中基于机器学习的蛋白质能量热点识别中，特征选择方法的使用对识别模型的性能影响非常大。该文中，笔者通过对蛋白质能量热点识别中的特征选择方法的研究现状进行全面的分析，指出还存在的一些问题及以后改进的思路和方向，为蛋白质能量热点预测准确率的提高奠定基础。 　　关键词： 蛋白质能量热点；特征选择；预测；降低维度 　　中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2013）04-0846-03 　　The Application of Feature Selection in the Prediction of Protein Energy Hot Spots 　　WEI Xiao-min 　　（Department of Computer Science and Technology，Tongji University，Shanghai 201804，China） 　　Abstract： Protein-protein interactions play a vast role in biological processes. The understanding of protein-protein interface is a crucial bridge to link structure and function of biomolecular systems. It has been discovered that only a fraction of interface residues， named “hot spots”，provide a great amount of energetic contributions to the binding free energy of protein-protein complexes. Probe hot spots in interfaces can therefore be the key step in protein-proteininteractions research. For machine learning methods to predict hot spots， the different strategies in the vital step of feature 　　selection are concluded and analyed， then pointed the problems and the direction of improve，which will increase the accuracy of hot spots prediction. 　　Key words： protein energy hot spots； feature selection； prediction； dimension reduce 　　1 概述 　　1.1 研究背景 　　蛋白质是细胞中的主要功能分子，是生命的物质基础，是生命活动的最终控制者和直接执行者，它参与生物体内几乎所有的生命活动过程[1]。蛋白质功能发挥的关键在于能够特异性地以不同的亲和力与其他各类分子包括蛋白质分子结合。蛋白质相互作用（Protein-protein Interactions 简称PPIs）是生物体中众多生命活动过程的重要组成部分，是多种生理活动的基础。在生物分子系统中，全面的理解蛋白质相互作用是联系蛋白质结构和功能的桥梁，而识别相互作用界面上的残基则是必不可少的工作。虽然蛋白质相互作用的基本原理仍然未被很好的解释，但研究表明，蛋白质相互作用界面通常较大，但只有很少数的被称之为蛋白质相互作用能量热点（Hot Spots）的残基贡献了大部分的结合自由能[2]，在蛋白质结合的稳定性方面起着非常重要的作用，探索蛋白质能量热点是蛋白质相互作用是蛋白质功能研究的重要的阶段。 　　蛋白质能量热点是蛋白质相互作用中起关键作用的位点，从而使得蛋白质复合物能够很好的发挥功能。在药物设计中，蛋白质与小分子化合物的相互作用是理论基础；药物分子产生药效的过程，就是靶标上起关键作用的残基位点与药物分子相互结合，形成相互作用。在蛋白质设计上，我们也需要定位对结合起关键作用的残基。 　　在生物领域中，研究人员识别蛋白质能量热点的手段是丙氨酸扫描突变（Alan