使用序列和网络信息预测辅酶A相关蛋白的集成算法.pdfVIP

使用序列和网络信息预测辅酶A相关蛋白的集成算法 目 录 摘 要 i Abstract ii 缩略语表 iv 1 前言 1 1.1 辅酶 A 的发现 1 1.2 辅酶 A 及其相关蛋白的实验研究 3 1.3 辅酶 A 相关蛋白的计算研究 5 1.4 本研究的目的与意义 6 2 材料与方法 8 2.1 数据集 8 2.1.1 CAP 数据集 8 2.1.2 CoA 绑定残基数据集 9 2.2 预测模型框架 10 2.3 特征生成 10 2.3.1 预测的 CAP 绑定残基分布特征 10 2.3.2 词向量特征 12 2.3.3 模板比对特征 12 2.3.4 进化保守性特征 13 2.3.5 氨基酸组成特征 13 2.3.6 预测的二级结构特征 14 2.3.7 网络特征 14 2.4 模型构建与评估 15 3 结果与分析 17 3.1 利用预测的 CoA 绑定残基分布特征识别 CAP 17 3.2 利用词向量识别 CAP 23 3.3 利用远距模板数量识别 CAP 24 3.4 利用进化保守性识别 CAP 25 I 华中农业大学2020届硕士研究生学位（毕业）论文 3.5 利用氨基酸组成特征识别 CAP 26 3.6 利用预测的结构特征识别 CAP 28 3.7 利用网络特征识别 CAP 29 3.8 特征间相似性及最终模型 31 3.9 3 物种全蛋白扫描 33 4 讨论与展望 35 参考文献 37 附 录 42 附录A 附图 42 附录B 附表 46 致谢 49 II 使用序列和网络信息预测辅酶A相关蛋白的集成算法 摘 要 辅酶 A （Coenzyme A, CoA ）在多种细胞功能和代谢通路中发挥着至关重要的作 用，准确识别 CoA 相关蛋白（Coenzyme A-associated proteins ，CAP ）有利于深入理 解酰基转移、羧酸代谢、三羧酸循环等重要生物过程。利用实验方法鉴定这些重要 蛋白耗时费力且价格昂贵，而开发计算方法则有望弥补现有实验技术的不足。虽然 已有少数计算研究从不同角度对CAP 进行了分析，但是鲜有研究对这些蛋白从序列、 进化、结构以及网络等层面进行过系统的特征化并尝试综合这些信息来开发理论预 测模型，因此本研究将率先在这方面进行探索。 本研究提出了一种基于序列和网络信息来预测 CAP 的集成算法。首先，该算法 联合机器学习方法和模板方法开发了用于识别 CoA 结合残基的预测模型，并且利用 预测的结合残基分布特征进一步预测相关蛋白。实验结果表明相较于其他蛋白，CAP 更倾向于与 CoA 或其衍生物发生物理绑定。其次，在序列和网络层面设计了其他六 类特征并构建了相应的子分类器，这些特征包括词嵌入向量、远距同源物数量、进 化保守性、氨基酸组成、预测的结构