本文關(guān)鍵詞：基于特征選擇與生物相似度的HIV蛋白酶剪切位點(diǎn)預(yù)測(cè)研究

  更多相關(guān)文章： HIV-PR 模式識(shí)別 特征選擇 降維 相似度

【摘要】：人類(lèi)免疫缺陷病毒(Human Immunodeficiency Virus, HIV)是獲得性免疫缺陷綜合癥(Acquired Immunodeficiency Syndrome, AIDS)的罪魁禍?zhǔn)�。理解HIV蛋白酶(HIV Protease, HIV-PR)的剪切特異性對(duì)研發(fā)蛋白酶抑制劑類(lèi)藥物至關(guān)重要,運(yùn)用模式識(shí)別的方法預(yù)測(cè)HIV-PR剪切位點(diǎn)可以達(dá)到這一目的。本文通過(guò)特征選擇并配合分類(lèi)器設(shè)計(jì)方面的工作,進(jìn)行八肽序列可剪切性重要位點(diǎn)的研究,并在保證預(yù)測(cè)泛化能力的前提下提高預(yù)測(cè)性能。本文同時(shí)進(jìn)行了基于相似度的八肽序列建模探索,提出一種基于無(wú)空位全序列比對(duì)的相似度以描述樣本間的關(guān)系,并以此為基礎(chǔ)進(jìn)行HIV-PR剪切位點(diǎn)預(yù)測(cè)。本文內(nèi)容主要分為以下三部分： 第一,針對(duì)HIV-PR剪切位點(diǎn)預(yù)測(cè)改進(jìn)CAFS (Constructive Approach for Feature Selection)特征選擇算法,實(shí)現(xiàn)結(jié)合人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化的特征選擇。一方面,實(shí)現(xiàn)了特征降維,簡(jiǎn)化特征空間；另一方面,自動(dòng)決定神經(jīng)網(wǎng)絡(luò)隱藏層節(jié)點(diǎn)個(gè)數(shù),實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化,從而確保其泛化能力,達(dá)到提高預(yù)測(cè)性能的目的。通過(guò)準(zhǔn)確率、敏感度、特異度、MCC (Matthews Correlation Coefficient)和AUC (Area Under Curve)五種指標(biāo)評(píng)價(jià)預(yù)測(cè)效果。結(jié)果表明,通過(guò)該方法得到的特征子集具有優(yōu)秀的預(yù)測(cè)性能,將得到的特征子集進(jìn)行決策融合后使預(yù)測(cè)性能得到大幅提高。此外,通過(guò)分析得到的特征子集,確定八肽序列中靠近斷裂點(diǎn)的P1、P1'、P2和P2'位點(diǎn)對(duì)決定八肽序列的可剪切性起到重要作用。 第二,針對(duì)HIV-PR剪切位點(diǎn)預(yù)測(cè)改進(jìn)BPFS (Binary Projection Feature Selection)特征選擇算法,將其用于本文的研究,成功地簡(jiǎn)化了特征空間和分類(lèi)器結(jié)構(gòu),保證了分類(lèi)器的泛化能力。同時(shí),對(duì)支持向量機(jī)(Support Vector Machine, SVM)進(jìn)行參數(shù)優(yōu)化以提高預(yù)測(cè)性能。將得到的特征子集進(jìn)行特征融合,并利用優(yōu)化參數(shù)后的SVM進(jìn)行預(yù)測(cè),得到了出色的預(yù)測(cè)性能。試驗(yàn)結(jié)果表明,該工作得到的結(jié)果優(yōu)于當(dāng)前基于特征提取的HIV-PR剪切位點(diǎn)預(yù)測(cè)研究。 第三,提出基于無(wú)空位全序列比對(duì)的相似度,并用于HIV-PR剪切位點(diǎn)預(yù)測(cè)。該相似度能很好地描述序列樣本間的關(guān)系,并以此為基礎(chǔ)實(shí)現(xiàn)HIV-PR剪切位點(diǎn)預(yù)測(cè)�；谔鎿Q矩陣計(jì)算不同樣本間的相似度,進(jìn)而得到相似度矩陣,利用此矩陣并結(jié)合使用SVM得到了出色的預(yù)測(cè)性能。這表明,基于相似度進(jìn)行HIV-PR剪切位點(diǎn)預(yù)測(cè)的思路是有效
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類(lèi)號(hào)】：R512.91;R3411

【參考文獻(xiàn)】

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 劉惠;蛋白質(zhì)序列數(shù)據(jù)的分類(lèi)預(yù)測(cè)研究[D];上海交通大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 劉丹青;面向信號(hào)肽預(yù)測(cè)的若干數(shù)據(jù)挖掘算法研究[D];上海交通大學(xué);2007年

2 祝慶燕;生物序列比對(duì)算法的研究與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2007年

，

本文編號(hào)：1200890