基于混合序列复杂度方法的蛋白质无序区域预测模型构建.pdfVIP

基于混合序列复杂度方法的蛋白质无序区域预测模型构建 目录 摘要 i Abstract iii 缩略语表vi 第1 章 前言 1 1.1 无序蛋白的历史发现 1 1.2 无序蛋白或蛋白无序区域在序列与结构方面的特点 3 1.2.1 无序蛋白或蛋白无序区域的序列特征 3 1.2.2 部分无序区域拥有特异的二级结构 4 1.3 无序区域与相分离的关系 5 1.3.1 无序区域在形成液液相分离的生物过程中发挥重要作用 5 1.3.2 无序区域中氨基酸残基突变可能会打破液液相分离状态 7 1.4 识别无序区域的方法 9 1.4.1 实验方法 9 1.4.2 计算方法 10 1.5 本章小结 11 第2 章 基于序列特征和物化性质描述无序区域 13 2.1 序列特征信息 13 2.1.1 因子复杂度 13 2.1.2 Abelian 复杂度 14 2.1.3 混合复杂度 15 2.2 氨基酸物化性质信息 16 2.2.1 氨基酸残基的磷酸化信息 16 2.2.2 氨基酸残基的亲水性信息 18 2.3 本章小结 19 第3 章 常见机器学习算法简介 21 3.1 机器学习简介 21 3.2 常见机器学习算法分类 21 3.2.1 随机森林 21 3.2.2 支持向量机 22 3.2.3 朴素贝叶斯 24 3.2.4 K 近邻 25 3.3 模型评价指标 27 3.3.1 K-折交叉验证 27 3.3.2 常见分类指标 28 第4 章 数据集的构建与特征提取 30 4.1 数据来源 30 4.1.1 CASP9 与CASP10 数据集 30 4.1.2 Uniprot90 数据集 30 4.2 提取序列特征 31 4.2.1 提取序列复杂度信息 31 4.2.2 提取序列磷酸化位点、亲水指数信息 32 4.3 本章小结 33 I 华中农业大学2020 届硕士研究生学位 （毕业）论文 第5 章 结果与分析 34 5.1 最优滑动窗口长度的确定 34 5.2 训练集与测试集上的比较分析 36 5.3 常用机器学习分类器间的比较 37 5.4 与已发表方法间的比较 38 5.5 特征重要性分析 39 5.6 构建预测IDRs 平台 40 5.7 本章小结 42 第6 章 总结与展望 43 6.1 总结讨论 43 6.2 后续展望 45 参考文献 47 附录 53 附录A 53 附录B 54 附录C 56 附录D 58 附录E 59 致谢 61 II 基于混合序列复杂度方法的蛋白质无序区域预测模型构建 摘要 生物体依靠蛋白质行使各式各样的生物学功能，蛋白质科学研究向来都是生物 学研究的核心领域之一。传统的蛋白质科学研究遵循“序列-结构-功能”的研究范式， 即氨基酸