自由基是不穩(wěn)定分子,一旦自由基與身體內(nèi)的原子結(jié)合就會(huì)發(fā)生鏈?zhǔn)椒磻?yīng),它們就會(huì)造成細(xì)胞中DNA損傷從而導(dǎo)致衰老和各種疾病的發(fā)生�？寡趸鞍踪|(zhì)是一種保護(hù)細(xì)胞免受自由基破壞的物質(zhì),準(zhǔn)確識(shí)別抗氧化蛋白對(duì)于理解它們延緩衰老的作用和在相關(guān)疾病預(yù)防治療方面非常重要。傳統(tǒng)生物手段對(duì)蛋白質(zhì)功能進(jìn)行分析耗時(shí)費(fèi)力,因此,發(fā)展識(shí)別抗氧化蛋白的計(jì)算方法是非常可取和急需的。本文所做的主要工作如下:1、為有效挖掘蛋白質(zhì)序列中的特征信息,本文基于蛋白質(zhì)序列一級(jí)結(jié)構(gòu)融合氨基酸組成和g-gap二肽組合來(lái)描述蛋白質(zhì)序列的特征信息。本文所用的特征提取方法具有計(jì)算簡(jiǎn)潔、高效快速、不需要借助其他信息的特點(diǎn),能使分類(lèi)器獲得較好的分類(lèi)效果。2、通過(guò)過(guò)采樣技術(shù)將收集到的抗氧化蛋白質(zhì)的數(shù)量平衡到與非抗氧化蛋白質(zhì)數(shù)量一致,并對(duì)數(shù)據(jù)進(jìn)行了歸一化處理,排除了類(lèi)別不平衡對(duì)分類(lèi)準(zhǔn)確度高估的影響。3、基于主成分分析方法進(jìn)行特征降維,將420維特征降為230維。將數(shù)據(jù)投入支持向量機(jī)對(duì)蛋白質(zhì)進(jìn)行識(shí)別,并另找了20種經(jīng)過(guò)實(shí)驗(yàn)證明的具有抗氧化性的蛋白質(zhì)來(lái)驗(yàn)證本文所構(gòu)建的模型,排除了模型過(guò)擬合的問(wèn)題。本實(shí)驗(yàn)的預(yù)測(cè)準(zhǔn)確度Acc達(dá)到了98.38%,對(duì)正樣本的召回率...

【文章頁(yè)數(shù)】：49 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 引言
    §1.1 論文研究背景及意義
    §1.2 國(guó)內(nèi)外研究現(xiàn)狀
        §1.2.1 蛋白質(zhì)特征提取
        §1.2.2 蛋白質(zhì)序列的分類(lèi)方法
    §1.3 本文的主要工作
    §1.4 本文的結(jié)構(gòu)安排
第二章 蛋白質(zhì)序列的特征提取和分類(lèi)方法
    §2.1 蛋白質(zhì)序列的特征提取
        §2.1.1 基于氨基酸組成和位置特征提取方法
        §2.1.2 基于氨基酸物理化學(xué)特性的特征提取算法
        §2.1.3 基于位置特異性得分矩陣(P§§M)特征提取
    §2.2 機(jī)器學(xué)習(xí)分類(lèi)算法
    §2.3 機(jī)器學(xué)習(xí)分類(lèi)算法
        §2.3.1 最優(yōu)分離超平面
        §2.3.2 核函數(shù)
    §2.4 本章小結(jié)
第三章 基于支持向量機(jī)的抗氧化蛋白質(zhì)識(shí)別
    §3.1 數(shù)據(jù)的介紹和預(yù)處理
        §3.1.1 數(shù)據(jù)冗余性的除去
        §3.1.2 實(shí)驗(yàn)數(shù)據(jù)集的平衡
    §3.2 蛋白質(zhì)序列的特征提取及歸一化
    §3.3 基于支持向量機(jī)的抗氧化蛋白質(zhì)識(shí)別
        §3.3.1 數(shù)據(jù)降維
        §3.3.2 參數(shù)尋優(yōu)
        §3.3.3 數(shù)據(jù)分類(lèi)和檢驗(yàn)
    §3.4 實(shí)驗(yàn)結(jié)果與分析
        §3.4.1 實(shí)驗(yàn)環(huán)境
        §3.4.2 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
        §3.4.3 實(shí)驗(yàn)結(jié)果分析
    §3.5 本章小結(jié)
第四章 總結(jié)與展望
    §4.1 工作概述總結(jié)
    §4.2 未來(lái)工作展望
參考文獻(xiàn)
致謝



本文編號(hào)：3758420