【摘要】：在人類基因組計劃完成后,以研究蛋白質(zhì)間相互作用與識別為核心的蛋白質(zhì)組學(xué)(Proteomics)迅速興起。其中蛋白質(zhì)-配體對接方法是研究蛋白質(zhì)之間相互作用與識別的主要內(nèi)容之一,它可以對研究細(xì)胞中蛋白質(zhì)序列-結(jié)構(gòu)-功能的關(guān)系提供重要的理論參考價值,對蛋白質(zhì)交互作用的研究、蛋白質(zhì)復(fù)合物預(yù)測以及計算機(jī)輔助藥物設(shè)計具有重要意義。目前使用基于蛋白質(zhì)序列的方法來預(yù)測蛋白質(zhì)-蛋白質(zhì)和蛋白質(zhì)-配體離子結(jié)合位點(diǎn)已經(jīng)有了較為完善的方法。特別是隨著蛋白質(zhì)結(jié)構(gòu)預(yù)測精度的不斷提高,研究人員可以獲得更高精度的蛋白質(zhì)三維空間結(jié)構(gòu)。進(jìn)而可以構(gòu)建精確的蛋白質(zhì)結(jié)合位點(diǎn)預(yù)測模型。特征提取與選擇是特征成功表示的重要一步,也是后續(xù)構(gòu)建有效模型的關(guān)鍵組成部分。為了更有效的表達(dá)蛋白質(zhì)序列信息,本文從特征提取和特征選擇兩方面對蛋白質(zhì)金屬離子和自由基離子信息表示的方法進(jìn)行研究。本文通過提取蛋白質(zhì)序列的PSSM打分矩陣、二級結(jié)構(gòu)、氨基酸組成、CKSAAP結(jié)構(gòu)信息、溶劑可及表面積、正負(fù)電荷等14種特征,然后通過串聯(lián)方式將所有特征合并在一起得到一個高維、稀疏的矩陣來表達(dá)蛋白質(zhì)序列的特征信息。接著本文提出一個加權(quán)特征選擇方法(Weighted Feature Selection,WFS)對特征進(jìn)行選擇,并通過特征選取方法刪去冗余和不相關(guān)的特征來進(jìn)一步降維,減少算法運(yùn)行時間。由于本文處理的數(shù)據(jù)集樣本數(shù)量差別很大,為最大限度的提高特征選擇的質(zhì)量,最后本文分別使用卡方檢驗(yàn)特征選擇、sfm特征選擇、隨機(jī)森林特征選擇、WFS特征選擇四種方法對不同的數(shù)據(jù)集使用動態(tài)的選擇策略。實(shí)驗(yàn)證明該策略有比較好的效果。在提取特征后,為了構(gòu)建更為有效的預(yù)測模型,本文提出了一個基于Tscore得分和分類器不一致度量得分的多分類器動態(tài)選擇集成模型。該模型分類兩個階段,單分類器排序和多分類器動態(tài)選擇集成。在第一個階段中首先使用分類器池中的單分類器分別對訓(xùn)練集進(jìn)行訓(xùn)練,每個分類器得到一個Tscore得分,然后依據(jù)此得分對所有的分類器進(jìn)行降序排列。在第二個階段中依次在集成分類器池中選擇單分類器,如果當(dāng)前的集成分類器Tscore得分大于上一步的得分并且分類器不一致性度量指標(biāo)大于某個閾值,則繼續(xù)添加分類器,否則停止集成。最后將本文提出的方法應(yīng)用到蛋白質(zhì)金屬離子和自由基離子結(jié)合位點(diǎn)預(yù)測的問題中,通過在公開數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),得到了較好的預(yù)測效果;然后與經(jīng)典預(yù)測算法進(jìn)行對比,驗(yàn)證了本文方法的有效性。
【學(xué)位授予單位】：東北師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：Q51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李敏;李華;程茂華;;一種自適應(yīng)子融合集成多分類器方法[J];計算機(jī)測量與控制;2019年04期

2 黎平;劉萍;張巡;范郁鋒;;基于分類器的身份證號碼識別研究[J];貴州科學(xué);2018年01期

3 王忠民;王科;賀炎;;一種基于多分類器融合的人體運(yùn)動行為識別模型[J];計算機(jī)科學(xué);2016年12期

4 鄒洪俠;陶碩;;一種代價敏感的三類分類器評估方法的研究與應(yīng)用[J];通化師范學(xué)院學(xué)報;2017年08期

5 牛明昂;王強(qiáng);崔希民;趙康年;柴鵬輝;;多分類器融合與單分類器影像分類比較研究[J];礦山測量;2016年04期

6 趙藝淞;王保云;黎曉路;王婷;;基于多分類器組合的城市不透水面提取研究[J];城市地理;2017年04期

7 何舒煒;;《垃圾分類器》[J];輔導(dǎo)員;2016年11期

8 李健蘋;游中勝;;一種新的多分類器融合方法[J];西南師范大學(xué)學(xué)報(自然科學(xué)版);2014年01期

9 蘭遠(yuǎn)東;曾樹洪;;動態(tài)加權(quán)投票的多分類器聚合[J];現(xiàn)代計算機(jī)(專業(yè)版);2014年05期

10 林煜明;朱濤;王曉玲;周傲英;;面向用戶觀點(diǎn)分析的多分類器集成和優(yōu)化技術(shù)[J];計算機(jī)學(xué)報;2013年08期

相關(guān)會議論文 前10條

1 邵小健;段華;賀國平;;一種改進(jìn)的最少核分類器[A];中國運(yùn)籌學(xué)會第七屆學(xué)術(shù)交流會論文集（上卷）[C];2004年

2 劉希玉;徐志敏;段會川;;基于支持向量機(jī)的創(chuàng)新分類器[A];山東省計算機(jī)學(xué)會2005年信息技術(shù)與信息化研討會論文集（一）[C];2005年

3 翟靜;李海宏;唐常杰;陳敏敏;李智;;可驗(yàn)證對象集分類器的再訓(xùn)練演進(jìn)[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2002年

4 馮軍;李夕海;祁樹鋒;;基于差異性度量的多分類器融合及其在核爆地震識別中的應(yīng)用[A];國家安全地球物理叢書（七）——地球物理與核探測[C];2011年

5 夏俊士;杜培軍;張偉;;遙感影像多分類器集成系統(tǒng)的設(shè)計與實(shí)現(xiàn)[A];中國測繪學(xué)會2010年學(xué)術(shù)年會論文集[C];2010年

6 于麗麗;丁德鑫;曲維光;陳小荷;石民;;基于多分類器集成的古代漢語詞義消歧[A];中國計算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

7 陳繼航;劉家鋒;趙巍;唐降龍;;聯(lián)機(jī)手寫識別筆段特征分類器的學(xué)習(xí)方法[A];黑龍江省計算機(jī)學(xué)會2009年學(xué)術(shù)交流年會論文集[C];2010年

8 胡茂福;侯整風(fēng);;一種高效流分類加速器的設(shè)計與實(shí)現(xiàn)[A];第四屆中國智能計算大會論文集[C];2010年

9 彭濤;左萬利;赫楓齡;;基于鏈接上下文的分類器主題爬行技術(shù)(英文)[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2006年

10 權(quán)維俊;葉彩華;趙新平;郭文利;唐廣;;專家分類器在京白梨農(nóng)業(yè)氣候區(qū)劃中的應(yīng)用[A];中國氣象學(xué)會2007年年會生態(tài)氣象業(yè)務(wù)建設(shè)與農(nóng)業(yè)氣象災(zāi)害預(yù)警分會場論文集[C];2007年

相關(guān)重要報紙文章 前5條

1 記者 邱凌;電子積木搭出“垃圾分類器”[N];揚(yáng)州日報;2019年

2 黃明;精子分類器決定生男生女[N];廣東科技報;2000年

3 南方日報記者 曹斯 徐林 實(shí)習(xí)生 譚欽允 張艷玲 通訊員 江瀾;miRNA分類器：提早一年“揪出”肝癌[N];南方日報;2015年

4 記者 姜靖;能“社交”的機(jī)器人助理問世[N];科技日報;2016年

5 記者 姜曉凌 見習(xí)記者 王毅俊;原來，科技也能如此美麗[N];上�？萍紙�;2007年

相關(guān)博士學(xué)位論文 前10條

1 孫宸;PolSAR圖像大間隔學(xué)習(xí)分類器設(shè)計及應(yīng)用[D];西安電子科技大學(xué);2017年

2 于愛華;基于壓縮感知人臉識別技術(shù)的研究[D];浙江工業(yè)大學(xué);2017年

3 雷浩川;多分類器集成的遙感影像分類研究[D];中國地質(zhì)大學(xué)(北京);2018年

4 馮曉東;基于軟概率的分類器動態(tài)集成方法研究[D];重慶大學(xué);2018年

5 陳木生;基于欠采樣和不平衡集成分類的垃圾網(wǎng)頁檢測研究[D];南昌大學(xué);2018年

6 陳海霞;面向數(shù)據(jù)挖掘的分類器集成研究[D];吉林大學(xué);2006年

7 王衛(wèi)東;高維小樣本數(shù)據(jù)的特征提取及分類器算法研究[D];南京理工大學(xué);2007年

8 劉杰;乘員類型的自動識別及其在智能乘員約束系統(tǒng)中的應(yīng)用[D];吉林大學(xué);2007年

9 吳尉林;可移植的穩(wěn)健口語理解方法研究[D];上海交通大學(xué);2007年

10 章軍;小生境粒子群優(yōu)化算法及其在多分類器集成中的應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 王謙;行人檢測的研究與實(shí)現(xiàn)[D];西南科技大學(xué);2019年

2 孫怡;類標(biāo)簽驅(qū)動的多階段貝葉斯網(wǎng)絡(luò)學(xué)習(xí)框架[D];吉林大學(xué);2019年

3 陸瑤;基于差異性度量的選擇性集成方法[D];河南理工大學(xué);2018年

4 李蓉;基于SVM礦井環(huán)境無線多模信號的檢測識別[D];西安科技大學(xué);2019年

5 孫帥;廣播頻段頻譜信號處理的機(jī)器學(xué)習(xí)算法研究[D];武漢理工大學(xué);2018年

6 張中巖;基于集成分類器的微傅情感分類研究[D];廈門大學(xué);2017年

7 吳倩;基于視頻分析的奶牛關(guān)鍵部位提取及跛行檢測研究[D];西北農(nóng)林科技大學(xué);2019年

8 張婕;基于級聯(lián)多分類器融合的宮頸癌細(xì)胞識別技術(shù)的研究[D];哈爾濱理工大學(xué);2019年

9 戴偉聰;基于多分類器融合的長期目標(biāo)跟蹤算法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所);2019年

10 嚴(yán)佳;穩(wěn)定的最近鄰分類器及其統(tǒng)計性質(zhì)[D];中國科學(xué)技術(shù)大學(xué);2019年

本文編號：2738141