基于图形表示方法的蛋白质亚细胞定位预测模型-数学专业论文.docxVIP

万方 万方数据 学位论文版权使用授权书 本学位论文作者完全了解 浙江理 工 大学有权保留并向国 家有关部门或机构送交本论文的复印件和磁盘，允许论文被 查阅和借阅。本人授权 浙江理工 大学可以将学位论文 的全部 或部分内容编入有关数据库进行检索和传播 ，可以采用影印、 缩印或扫描等复制手段保存、汇编学位论文。 (保密的学位论文在解密后适用本授权书) 学位论文作者签名 :日命运莉 签字日期:州 3 月 7 日 叫名:少μ7 签字日期似俗 7 月 U日 浙江理工大学硕士学位论文基于图形表示方法的蛋白质亚细胞定位预测模型 浙江理工大学硕士学位论文 基于图形表示方法的蛋白质亚细胞定位预测模型 摘要 图形表示方法作为生物序列比较分析的方法之一，由于其具有可视性、易于数值刻画 的特点，已经被广泛应用在生物信息学的研究中。本文主要工作是提出两种新的图形表示 并将其分别应用在序列相似性分析和亚细胞定位预测中。 本文基于核苷酸三联体、氨基酸的疏水指数值和异参数迭代函数提出了一种新的图形 表示，并给出一种数值刻画来量化不同序列之间的相似性。应用此方法本文分别比较了九 个物种的 ND5 蛋白序列和十二个物种的β-珠蛋白序列的相似性，并利用得到的距离矩阵构 建它们的进化树，得到的进化树与物种的进化关系一致。另外，利用相关系数我们比较本 文方法和传统的经典算法 ClustalW 以及其它图形表示方法和 ClustalW 的结果，比较的结 果显示本文方法在序列相似性分析的研究中是有效的。 亚细胞定位预测一直是生物信息学中的一个热点问题。本文中，我们结合图形表示方 法和 BP 神经网络方法提出了一种新的亚细胞定位预测模型。首先应用新的蛋白质序列图 形表示和对应的数值刻画计算蛋白质序列之间的距离矩阵，将其标准化后导入 BP 神经网 络，得到了一个新的亚细胞定位预测模型。进一步地，利用构造的预测模型，本文在两个 数据集 ZD98 和 CL317 上进行了试验，在这两个数据集上的整体预测精度分别为 94.9%、 87.4%。另外，利用个体敏感度和整体预测精度这两个指标，将本文预测方法与已有文献 中的亚细胞定位预测方法在同样的数据集 ZD98 和 CL317 上的预测结果作比较，比较的结 果显示本文预测模型能有效的预测蛋白质的亚细胞定位。 关键词：图形表示，序列相似性分析，亚细胞定位预测，BP 神经网络，迭代函数，数值 刻画 I Abstract The graphical representation of biological sequences is a valid method in bioinformatics for the visibility and mathematical descriptor. In the paper, two graphical representation of protein are introduced to compare the similarities of protein and predict subcellular location. A new graphical representation is suggested based on triplet codon, hydrophobic index of amino acid, and different parameters iterated function system. The mathematical descriptor is suggested to characterize the similarities/dissimilarities of two protein sequences. The usefulness of this approach can be illustrated by performing the comparison of sequences of ND5 proteins of nine species, as well as sequences of twelve β-globin protein. Based on the distance matrix, we construct their phylogenetic tree, in which consistent with the evolution of species in biology. By the correlation analysis, ClustalW results were compared with our results and some other graphical representation results t