隨著后基因時代的來臨,越來越多的未知功能的蛋白質(zhì)序列也在被迅速的被發(fā)現(xiàn),預(yù)測蛋白質(zhì)的功能是后基因時代的主要挑戰(zhàn)之一。癌癥凝集素是一種在腫瘤細(xì)胞分化和轉(zhuǎn)移中發(fā)揮重要作用的蛋白質(zhì),準(zhǔn)確鑒定出癌癥凝集素有助于明確癌癥治療發(fā)展的方向。然而,傳統(tǒng)的生物化學(xué)實驗方法既費錢又耗時,現(xiàn)有的基于計算機的鑒定方法也不盡如人意。鑒定效果不夠好的主要原因是輸入分類模型的特征沒能很好的表達(dá)出蛋白質(zhì)的復(fù)雜性與序列多樣性。因此,本文提出了一種將多特征信息相融合的特征表達(dá)算法來區(qū)分癌癥和非癌癥凝集素,主要內(nèi)容如下:（1）基于多信息融合的兩步特征提取算法。具體地,基于幾種常用的單特征表達(dá)算法進行融合:包含序列信息的三肽組成（Tripeptide Composition,TipC）、包含序列信息和物理化學(xué)信息的聯(lián)合三元組（conjointtriad）和包含功能信息的基因本體論（Gene Ontology,GO）注釋。兩部特征提取算法結(jié)合了序列信息與GO注釋信息:首先使用將TipC和蛋白相互作用網(wǎng)絡(luò)（PPI網(wǎng)絡(luò)）融合的DeepGO算法得到GO注釋,然后將所得GO注釋轉(zhuǎn)化為特征向量。實驗結(jié)果表明,相對于單特征表達(dá),該方法包含... 

【文章來源】：云南大學(xué)云南省 211工程院校

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１癌癥凝集素鑒定一般流程圖??

２．４．２Ｋ近鄰算法（ＫＮＮ）??ＫＮＮ是一種非參數(shù)算法，用于處理分類和回歸問題。在分類中，ＫＮＮ使用ｋ個最近??鄰居提供的信息來預(yù)測新實例的類。如圖２．?２所示，紅色圓點為測試樣本；訓(xùn)練樣共有??，?ｖ?ｊ測試樣本??丨破??＇、、、一：??？?？??圖２．２?Ｋ近鄰分類器示意圖??１４??

數(shù)據(jù)集上分別使用ＢＬＡＳＴ和ＤｅｅｐＧＯ進行對比實驗，即第一步特征提取結(jié)果的比較；??其次，使用分別基于ＢＬＡＳＴ和ＤｅｅｐＧＯ的ＧＯ注釋特征的提取，即第二步特征提取結(jié)??果的比較。具體實驗流程圖如圖３．１所示。??３．４．?１不同特征表達(dá)的性能對比??首先，我們針對上述兩步特征提取模型中的第一步進行實驗。表３．３展示了同為預(yù)??２２??

【參考文獻(xiàn)】：
期刊論文
[1]基于SVM的蛋白質(zhì)亞細(xì)胞定位預(yù)測[J]. 劉清華,賴裕平,丁洪偉,楊志軍,崔曉龍.  計算機工程與應(yīng)用. 2019(11)
[2]蛋白亞細(xì)胞定位與腫瘤關(guān)系的研究進展[J]. 宋勇飛,張衍梅,方夢蝶,王孝舉.  腫瘤. 2017(06)

博士論文
[1]高維生物數(shù)據(jù)的分類與預(yù)測研究[D]. 王彤.上海交通大學(xué) 2009

碩士論文
[1]分枝桿菌蛋白質(zhì)亞細(xì)胞定位的預(yù)測研究[D]. 丁辰.電子科技大學(xué) 2013



本文編號：3218304