基于多窗口不同特征的蛋白质相互作用位点预测

识别蛋白质相互作用位点在蛋白质功能研究中发挥着重要作用.文章从蛋白质序列出发,提取相关特征——序列谱、序列谱+信息熵,分别形成多个滑动窗口,以此构造输入特征向量.采用"留一法"生成训练数据集和测试数据集,使用支持向量机构建6种分类器,预测测试集中的表面残基是否是蛋白质相互作用位点,得到了较好的结果,说明了实验方法的有效性和可行性.     

基于组合特征集成的蛋白质相互作用位点预测

运用RBF神经网络预测蛋白质相互作用位点.首先提取序列谱、保守权重、熵值、复合物可及表面积和序列变化率等一系列蛋白质相互作用位点的关键特征.然后应用RBF神经网络以及它们的集成来对这些样本集进行训练与测试.使用10次交叉验证进行训练与测试,创建了4组具有对比性的蛋白质相互作用特征组合.实验中每加入一种新的特征时正确预测率都会相应的提高,特别是加入可及表面积和序列变化率特征时正确率提高幅度更大,表明利用多特征组合,结合RBF神经网络算法进行预测蛋白质相互作用位点的方法是正确有效的.     

基于LightGBM的蛋白质类泛素化修饰位点预测

蛋白质类泛素化修饰位点的准确识别对基础研究和药物开发都具有重要意义.该文提出了一种基于蛋白质序列特征的类泛素化修饰位点预测模型.该模型结合氨基酸的物理化学属性统计特征和氨基酸序列二元语法模式特征,训练一种轻量型梯度提升机(Light gradient boosting machine,LightGBM)分类器预测某个蛋...     

使用多样性增量预测磷酸化位点

磷酸化是蛋白质最重要的翻译后修饰之一.应用基于多样性增量的二次判别分析 (Increment of Diversity with Quadratic Discriminant analysis,IDQD)方法对CK2,PKA和PKC三种类型磷酸化位点进行预测,k-fold交叉检验的正确率分别为86%,90%和85%,独立测试集检验的正确率分别为86%,88%和84%.所得结果高于包括支持向量机在内的现有预测方法.     

决策树算法预测人类病毒的蛋白质磷酸化位点

本文基于决策树分类算法构建人类病毒蛋白质磷酸化修饰位点的预测模型。采用氨基酸物理化学性质对蛋白质序列进行特征提取,并分析丝氨酸、苏氨酸和酪氨酸磷酸化位点邻近序列的氨基酸性质。同时考察了不同分类算法对预测结果的影响。通过10倍交叉验证,利用决策树算法预测丝氨酸、苏氨酸和酪氨酸磷酸化位点的MCC分别达到77.31%、75.91%和71.94%,表明本文提出的方法能有效地预测人类病毒的磷酸化修饰位点。     

一种预测判断蛋白质与DNA相互作用位点的新方法

蛋白质-DNA相互作用位点在各类生理生化反应中扮演重要角色.本论文旨在构建一种可以准确预测“相互作用位点”的方法：PdDNA，其内容主要包括支持向量机和序列匹配器.支持向量机通过提取相互作用位点中心残基的特征进行训练并分类，序列匹配器则通过蛋白质特征矩阵（PSSM）对氨基酸序列进行相关性评估，对二者结果进行归一化整合，得到最终的预测结果.利用公开数据集PDNA_62，我们的PdDNA预测准确率为86.87%.为进一步验证PdDNA可靠性，我们还自建了PDNA_224数据集，其预测准确率为83.07%，处于较高水平.因此PdDNA是一种有效的“蛋白质-DNA相互作用位点”预测方法.     

半乳糖化棕榈酰壳聚糖的制备

目的：制备新型的壳聚糖衍生物——半乳糖化棕榈酰壳聚糖。方法：以壳聚糖为原料,甲磺酸条件下与棕榈酰氯反应得两亲性棕榈酰壳聚糖,然后通过与活化乳糖酸反应制备半乳糖化棕榈酰壳聚糖,并应用FT-IR、H1-NMR对其结构进行表征,通过芘荧光探针法测定其临界胶束浓度。结果：半乳糖化棕榈酰壳聚糖的FT-IR及H1-NMR图谱均出现了棕榈酰基的特征峰,且棕榈酰基的取代度为1.8,其临界胶束浓度为8.96μg/mL。结论：制备了新型的半乳糖化棕榈酰壳聚糖,其具有较好的溶解性能和较低的临界胶束浓度,有望作为难溶性药物的主动靶向纳米聚合物胶束载体。     

基于序列剖面和可及表面积的蛋白质相互作用位点的预测

蛋白质相互作用位点的预测对于突变设计和蛋白质相互作用网络的重构都是至关重要的.由于实验确定的蛋白质复合物和蛋白质配体复合物的结构依然相当少,预测蛋白质相互作用位点的计算方法就显得十分重要.该文提出了一种以支持向量机为分类器,以邻近残基的序列剖面和可及表面积为输入数据来预测蛋白质相互作用位点的方法.计算结果显示,界面残基和非界面残基被识别的准确率为75.12%,假阳性率为28.04%.与输入数据仅有序列剖面的方法相比,界面残基和非界面残基被识别的准确率提高了4.34%,假阳性率降低了4.63%.     

基于多特征融合预测蛋白质相互作用界面

为高效准确地预测蛋白质相互作用界面,提取了传统特征,并采用多种方法改进进化信息特征,利用特征选择构建了一个14维的预测模型.通过5折交叉验证和独立测试,预测结果表明:该预测模型不仅显著降低特征维度,而且选择的特征组合具有较好的预测能力和较强的泛化能力.     

基于 LibSVM 的 CKSAAP 蛋白特征提取预测水稻蛋白质磷酸化位点

本文从swiss-prot中选取经过试验验证的水稻蛋白质磷酸化位点数据作为训练集合,应用蛋白质序列特征提取方法Composition of k-spaced residues pairs （CKSAAP）,为利用SVM算法构建专门针对水稻蛋白质磷酸化位点的预测工具做准备。 CKSAAP方法利用在序列片断中残基的K个间隔距离的组成,进一步反映了残基之间的相关性。本文利用LibSVM软件包对已通过改进过得CKSAAP方法特征提取出来的数值特征对磷酸化位点进行预测,从而为之后构建水稻蛋白质磷酸化位点的预测工具做准备。结果表明,本文基于SVM和CKSAAP方法的水稻蛋白质磷酸化位点预测在丝氨酸,苏氨酸和酪氨酸的平均预测准确性为80．638％,马修斯系数为0．611。与PlantPhos和Musite的预测性能的对比结果显示,在磷酸化各氨基酸位点的预测性能高于PlantPhos及Musite。     

Prediction of protein structure from amino acid sequence.

In principle, it is possible to predict theoretically the three-dimensional structure of a protein from its amino acid sequence. Recently substantial progress towards this goal has been made by the use of simple models to represent protein conformation and interatomic interactions, together with the knowledge gained form analyses of know protein structures.     

Prediction of protein homo-oligomer types by using IB1 algorithm

Protein homo-oligomers play an important role in various vital activities. Successful prediction of protein homo-oligomers directly from primary sequence is very beneficial to understand their protein function. In this paper, a total of 14 238 homo-oligomeric protein sequences are predicted by IB1 algorithm. 10-fold cross-validation test is applied to test the predictive capability of the proposed method. The predictive results show that overall prediction accuracy is 90.46%, which is at least 9% higher than that of previous results; furthermore,the sensitivity and Matthew’s correlation coefficient for each class of homo-oligomers are also improved significantly. The results show that IB1 algorithm is effective and feasible,and very suitable for predicting protein homo-oligomer types.     

从序列预测蛋白质折叠速率

基于序列预测二级结构的蛋白质折叠速率的成功预测暗示着折叠速率能够单独从序列中预测出来.为了追踪这一问题,提出了从序列预测折叠速率的一种方法,而不需要任何二级结构和拓扑的信息.残基对折叠速率的影响与氨基酸的性质有密切的关系.对双态和多态蛋白质实验测定的折叠速率的相关性达到了82.9%,这意味着蛋白质的氨基酸序列是决定折叠速率和机理的重要因素.     

mRNA序列与蛋白序列对比

生物序列的对比是计算生物学中的一个基本问题．目前已有许多算法对DNA序列或蛋白序列之间进行对比,多是对同种生物序列进行对比．为得到mRNA序列和蛋白序列之间的对比,采用动态规划算法,提供了寻求mRNA序列和蛋白序列的局部对比和全局对比,解决了核酸与氨基酸之间的对比问题．算法的时间复杂度为O(nm)．     

Solid-phase protein sequence analysis

The solutions to many protein analytical problems require flexible chemistries at a high sensitivity. Solid-phase sequence analysis is one way to eliminate limitations inherent in current methods.     

多序列比对的两种新方法

对两种用于多序列比对的新方法——T—COFFEE和MAFFTT进行了研究,结果表明：T—COFFEE是迄今为止准确性最高的方法,但此方法速度较慢;而MAFFT则将FFT运用于比对中,使速度大大提高,并且与T—COFFEE的准确程度相当。     

Prediction of multiple drug resistance phenotype in cancer cell lines using gene expression profiles and phylogenetic trees

When microarray gene expression data are used to predict multiple drug resistance (MDR) phenotypes for anticancer drugs, the normalization strategy and the quality of the selected signature genes are usually the main causes of inconsistency among different experiments. A stable statistical drug response prediction model is urgently required in oncology. In this study, the microarray gene expression data of multiple cancer cell lines with MDR was analyzed. For each probe-set, the expression value was defined as present/absent (1/0) and was classified into a gene set defined with protein domain organization (PDO). After employing the gene content method of phylogenetic analysis, a phylogenetic model (cell tree) for MDR phenotype prediction was built at the PDO gene set level. The results indicate that classification of cancer cell lines is predominantly affected by both the histopathological features and the MDR phenotype (paclitaxel and vinblastine). When applying this model to predict the MDR phenotype of independent samples, the phylogenetic model performs better than signature gene models. Although the utility of our procedure is limited due to sample heterogeneity, it still has potential application in MDR research, especially for hematological tumors or established cell lines.     

基于HVS和混沌序列的DCT域数字图像隐藏技术

目的为得到更优的数字图像隐藏算法。方法鉴于在DCT域进行数字图像隐藏经常会出现“方块效应”以及人眼视觉系统的特点,提出基于视觉敏感度的图像隐藏算法,所用的混合参数序列由混沌动力系统的混沌映射产生。结果该算法按均匀块将一幅数字图像在DCT域隐藏于另一幅图像中。结论数值实验结果表明该算法易行、有效,隐藏后的图像效果好,而且能抵抗剪切等攻击,有一定程度的鲁棒性。     

相依概率性序列运算的数字特征

相依概率性序列运算对基本序列运算进行了发展,使非独立的随机变量间的建模、分析以及运算成为可能。该文证明了非独立的概率性序列进行各种序列运算后的派生序列仍然是概率性序列。研究了序列独立与非独立情形下各种运算结果序列期望值的异同,同时论证了在序列非独立情形下序列运算期望值的性质:一部分基本序列运算期望值性质在相依概率性序列运算中仍然成立,而另一部分则不再成立。利用简单算例验证了上述数字特征,并阐述了相依概率性序列运算的物理意义。