原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
structural discipline. The prediction of secondary structures is therefore a key step in predicting 3D structures from protein sequences.
In this study, an improved prediction method based on a 24-dimension combined coding scheme and support vector machine was developed. In order to demonstrate the superiority of our method, we, by extracting from the PDB SELECT and HSSP database, developed three independent datasets consisting of 141, 212, and 365 non-homologous protein chains, respectively. The 7-fold cross-validation on the 365-protein dataset showed a Q3 of 78.96 %, which was almost 3 % better than that using the classical 22-dimension matrix. Furthermore, given the results obtained from the three datasets with an increasing order of size, we may infer that the superiority of Q3 generated by our method would be expected to improve as the dataset is further expanded.
Moreover, we further discussed the advantage and application prospect in vascular proteomics of our method by evaluating the prediction performances of different methods on three hypertension-related proteins.
KEYWORDS: support vector machine; secondary structure prediction； dataset; cross-validation; proteomics
目录
第 1 章 绪 论 1
1.1 蛋白质分子的组成和结构分类 1
1.2 蛋白质二级结构预测的意义 5
1.3 蛋白质二级结构预测的基本原理 6
1.4 蛋白质二级结构预测的发展过程 7
1.5 本文的结构和主要内容 8
第 2 章 改进的蛋白质二级结构预测算法 10
2.1 前言 10
2.2 实验数据与主要工具 10
2.3 算法核心－氨基酸编码方式 23
2.4 预测结果的评价 25
2.5 实验过程 26
2.6 结果与讨论 35
第 3 章 本文预测方法在血管蛋白质中的应用举例 38
3.1 前言 38
3.2 实验方法 39
3.3 结果与讨论 39
第 4 章 总结与展望 42
参考文献 44
致 谢 47
攻读硕士学位期间已完成或发表的学术论文 48
附录 49
第1章 绪 论
从最简单的单细胞生物到最高等的人类，它们最基本最重要的组成物质都
是蛋白质和核酸。核酸是生物体遗传信息的携带者，所有生物体能世代相传，
就是依靠核酸分子可以精确复制的性质[1]。人体蛋白质的含量约占人体固体成
分的 45 %。它的分布很广，几乎所有的器官组织都含蛋白质，蛋白质是生命活
动的主要承担者，所有的生命活动，甚至感知、思维和学习，无一例外是依靠
蛋白质来完成的。
1.1 蛋白质分子的组成和结构分类
1.1.1 蛋白质分子的组成
组成蛋白质分子的基本单位是氨基酸，构成天然蛋白质的氨基酸共 20 种，
每 1 种都可以用 3 字母或单字母符号来标记，标准符号见表 1。
1 氨基酸标准符号表
Table 1 Standard symbols of 20 amino acids
符号
意义
符号
意义
A(Ala)
丙氨酸
M(Met)
甲硫氨酸
C(Cys)
半胱氨酸
N(Asn)
天冬酰胺
D(Asp)
天冬氨酸
P(Pro)
脯氨酸
E(Glu)
谷氨酸
Q(Gln)
谷氨酰胺
文档评论（0）