在許多重要的生命活動中,蛋白質(zhì)功能的執(zhí)行依賴于蛋白質(zhì)與配體的相互作用,離子作為一種重要的蛋白質(zhì)結(jié)合配體,其結(jié)合位點(diǎn)的識別對于蛋白質(zhì)功能的研究有著重要意義。理論預(yù)測的方法識別離子配體結(jié)合位點(diǎn)表現(xiàn)出較好的前景,也是理論生物物理學(xué)的發(fā)展方向。本文基于蛋白質(zhì)序列信息,通過融合能量特征、物化特征和結(jié)構(gòu)特征對離子配體結(jié)合位點(diǎn)進(jìn)行了識別,主要工作如下:（1）構(gòu)建了包含NO₂^-、CO₃^2-、SO₄^2-和PO₄^3-的4種酸根離子配體結(jié)合殘基數(shù)據(jù)集,通過滑動窗口的方法截取片段,確定了4種酸根離子配體的最佳窗口長分別為:11、13、11、9。選取了小組已經(jīng)整理好的10種金屬離子配體(Zn²⁺、Cu²⁺、Fe²⁺、Fe³⁺、Ca²⁺、Mg²⁺、Mn²⁺、Na⁺、K... 

【文章來源】：內(nèi)蒙古工業(yè)大學(xué)內(nèi)蒙古自治區(qū)

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究的背景和意義
    1.2 國內(nèi)外研究進(jìn)展
    1.3 論文的結(jié)構(gòu)安排
第二章 數(shù)據(jù)集、算法及檢驗方法的介紹
    2.1 數(shù)據(jù)集
    2.2 數(shù)據(jù)集的統(tǒng)計分析
    2.3 算法
        2.3.1 序列最小優(yōu)化(SMO)算法
        2.3.2 支持向量機(jī)(SVM)算法
    2.4 檢驗方法和評價指標(biāo)
    2.5 本章小結(jié)
第三章 融合物化特征和結(jié)構(gòu)特征識別離子配體結(jié)合位點(diǎn)
    3.1 特征參數(shù)的選取
        3.1.1 統(tǒng)計分析下的特征參數(shù)
        3.1.2 氨基酸的物化特性
        3.1.3 預(yù)測的結(jié)構(gòu)信息
    3.2 特征參數(shù)的提取
        3.2.1 離散增量(ID)算法
        3.2.2 位置權(quán)重矩陣
        3.2.3 矩陣打分算法
    3.3 計算結(jié)果與討論
        3.3.1 最佳滑動窗口長度的確定
        3.3.2 五交叉檢驗下的識別結(jié)果
        3.3.3 與前人計算結(jié)果的比較
    3.4 本章小結(jié)
第四章 添加能量特征識別離子配體結(jié)合位點(diǎn)
    4.1 特征參數(shù)的選取
    4.2 特征參數(shù)的提取
        4.2.1 組分信息和位點(diǎn)保守性信息的提取
        4.2.2 親疏水的信息熵的提取
    4.3 計算結(jié)果與討論
        4.3.1 五交叉檢驗下的識別結(jié)果
        4.3.2 獨(dú)立檢驗下的識別結(jié)果
        4.3.3 降維之后的識別結(jié)果
    4.4 本章小結(jié)
第五章 在線服務(wù)器搭建
    5.1 基本模式
    5.2 工作流程
    5.3 最終用戶界面
第六章 總結(jié)和展望
    6.1 工作總結(jié)
    6.2 課題展望
參考文獻(xiàn)
附錄
    附錄A 酸根離子配體正負(fù)集片段中氨基酸組分信息的小提琴圖
    附錄B 酸根離子配體正負(fù)集片段中氨基酸的位點(diǎn)保守性圖
致謝
在研期間獲得的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]Identifying RNA-binding proteins using multi-label deep learning[J]. Xiaoyong PAN,Yong-Xian FAN,Jue JIA,Hong-Bin SHEN.  Science China（Information Sciences）. 2019(01)
[2]阿爾茨海默病相關(guān)的金屬內(nèi)穩(wěn)態(tài)平衡調(diào)控研究[J]. 呂小平,譚相石.  化學(xué)進(jìn)展. 2013(04)



本文編號：3645279