蛋白质点突变效果预测与突变数据库研究生物学;生物信息学专业论文.docxVIP

lI=11111111111=11tlllllmlltllt=lllt lI=11111111111=11tlllllmlltllt=llltk=1tblll Y1 84921 9 南开大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下进行研究工作所 取得的研究成果。除文中已经注明引用的内容外，本学位论文的研究成果不包 含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所 涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本 学位论文原创性声明的法律责任由本人承担。 学位论文作者签名： 直出 2010年5月25日 非公开学位论文标注说明 根据南开大学有关规定，非公开学位论文须经指导教师同意、作者本人申 请和相关部门批准方能标注。未经批准的均为公开学位论文，公开学位论文本 说明为空白。 论文题目 申请密级 口限制(≤2年) 口秘密(≤10年) 口机密(≤20年) 保密期限 20 年 月 日至20 年 月 日 审批表编号 批准日期 20 年 月 日 限制★2年(最长2年，可少于2年) 秘密★10年(最长5年，可少于5年) 机密★20年(最长10年，可少于10年) 摘要摘要 摘要 摘要 突变在生物学上的含义，是指DNA序列发生的改变，它包括单个或多个碱 基的替换、缺失、重复和插入等。突变大体上分为自然突变和人工突变(包括 随机突变和定点突变)。经典遗传学从自然突变或随机突变实验的突变体结果 (如表型)出发，研究其基因型；而建立在大规模基因组测序基础上的现代遗 传学可以通过定点突变实验研究基因、DNA作用元件、RNA和蛋白质的结构、 功能或其他性质。突变实验，无论是在生物学基础研究中(如探讨蛋白质结构． 功能关系，确定DNA．蛋白质相互作用位点等)还是在应用领域(如药物研发、 基因治疗等)都具有不可替代的重要作用。 突变实验积累的大量数据产生了一些突变数据库，使生物学家可以应用生 物信息学的方法去系统地研究突变问题。但是这些数据库的异种性增加了突变 数据提交、交换和使用的困难。人类变异组计划试图提供统一的、标准的、高 质量突变数据，由此引出了现有突变数据库的整合与标准化问题。 基于突变数据库的数据挖掘和知识发现是人类变异组计划的另一项主要内 容，其中最大的一类问题围绕蛋白质单点替换突变效果预测展开。点突变效果 的预测结果可以直接指导实验。同时，该研究也为进一步研究其他相关生物学 问题奠定基础，如蛋白质功能的研究。 本论文中记录的研究工作总体上分为两个部分。在第一部分(第二章)中， 首先介绍了人类变异组计划及其进展，而后探讨了突变数据库整合和标准化的 几个问题，最后提出了层次实体关系图(HERG)模型。HERG模型不仅可以对 发布的分子生物学数据库进行可视化描述，还可以发展成为一个统一框架中的 基本模型来标准化异种的生物数据库。在第二部分(第三章)中，为改进蛋白 质单点替换突变效果的预测，提出了一种基于打分矩阵核函数的支持向量机算 法，并通过和基于经典内核的支持向量机算法在来自于PMD(Protein Mutant Database)数据库的大数据集上的比较，显示了该算法的优越性。最后，本文还 尝试从信息论角度探讨了打分矩阵核函数的意义。 关键词：突变，预测，支持向量机，替换矩阵，人类变异组，数据模型，标准化 摘要II 摘要 II AbstractMutatiOIlS Abstract MutatiOIlS ale changes in the DNA sequences and include many types，including sdbstinnions．InsertionsDeletions，amplifications，etc．Mutations Can be roughly classified into natural mutations，random induced mutations and site-directed induced mutations．In forward genetics，researchers start with a mutation phenotype from nanlra I mutations or random mutagenesis experiments and work toward identifying the mutated genes．In reverse genetics，based on the large scale of genome sequencing， rese踟．chers Can use site．directed mutagenesis experiments to s