几种血液病人红细胞膜蛋白组分的比较研究

为研究几种血液病人和正常人的红细胞膜蛋白的差异,采用ＳＤＳ－ＰＡＧＥ对红细胞影泡电泳。结果发现：一生溶贫病人膜蛋白的电泳图谱与正常人基本相似、膜蛋白组分含量属正常;贫血病人的膜蛋白中带４．１与带３的比值较正常的低,且带４．２下出现新带,与骨髓病主粗关的病人膜蛋白各组分变化较大。     

水稻蛋白质二级结构预测

针对水稻蛋白质二级结构预测研究,查阅了国家水稻数据中心文献资源,基于国际蛋白质数据库(protein data bank, PDB),选择具有代表性的蛋白质(5XQI)作为样本,应用BP神经网络建模技术,对水稻蛋白质二级结构进行预测研究。结果表明：先用氨基酸描述子量化一级结构,再用主成分分析综合描述子,能简化模型结构,提高模拟预测准确度和运行速度;构建标量型的人工神经网络模型和仿真函数预测式,简捷直观,应用方便;适宜的模型结构为21∶20∶3,即21个输入层节点、20个隐含层神经元、3个输出层神元的BP神经网络模型结构;模型的整体拟合准确度为0.85,H、E、C三种二级结构的拟合准确度分别为0.92、0.79、0.81;整体预测准确度为0.72,三种二级结构的预测准确度分别为0.79、0.65、0.71。基于BP神经网络的水稻蛋白质二级结构预测模型的拟合、预测准确度比以往同类研究高,为水稻蛋白质二级结构预测提供了一种新的研究方法。     

基于网络服务的蛋白质二级结构预测软件

借助位于互联网的蛋白质结构预测服务，开发了一个蛋白质二级结构预测软件，它能全面快速地搜索到不同网站的各种预测结果，对其进行综合分析可获取更准确的预测，用户不必分别访问每个网络服务界面并填写数据，程序能自动提交预测请求，并收集，分析各个网站的预测结果，因而该软件能够大大提高结构预测效率和准确率。     

THE蛋白的结构分析与功能预测

调用motif数据库、profile数据库和interproscan数据库,对THE蛋白进行了序列同源性分析和功能位点分析.结果表明,THE蛋白质是一种核蛋白,理论等电点为6.36,分子量为44 859 Dalton.应用多种相关软件对THE蛋白的二级结构和特殊结构进行了初步预测,结果显示:THE蛋白中存在α螺旋、β-折叠片和无规卷曲结构,有两个可形成跨膜结构的片段,不存在卷曲螺旋,无信号肽,也无线粒体定位信号.对THE蛋白进行序列同源性、结构域及功能位点预测,结果显示:THE蛋白与来自大鼠睾丸的Tes13-S、Fos13-L和几种假设蛋白有较高的相似性;THE蛋白存在次黄嘌呤核苷酸脱氢酶、嘌呤核苷酸还原酶结构域及PKC、酰胺化、豆蔻酸连接等功能位点,无糖基化位点.THE蛋白的结构分析与功能预测为该基因的功能研究提供了重要的依据.     

基于序列和结构特征的蛋白质自由能预测

【目的】蛋白质自由能不仅能准确地反应蛋白质的交互,而且对药物设计有巨大帮助。因此,选择建立精确的蛋白质自由能回归模型是非常有必要的。【方法】收集135对蛋白质复合物并计算600个特征,通过最小冗余最大相关(mRMR)选择与蛋白质自由能显著相关的特征并去除冗余特征,从而得到最小冗余最大相关的特征集,用筛选后的特征建立6种回归模型,并对选择后的特征进行移除对比分析特征的重要性;最后通过10折交叉验证对比得到最佳模型,预测蛋白质自由能。【结果】相对于其它方法,本研究所建立的模型在预测135对蛋白质复合物的性能,相对于其它方法有着较高的相关系数和较低平均绝对误差。【结论】本实验所用方法比其他方法选出的模型有更好的预测精度。     

利用支持向量机预测生物膜蛋白类型

利用统计学习理论中的支持向量机(SVM)，基于氨基酸组分含量预测生物膜蛋白类型。使用文献中2059个训练集和2625个检验集膜蛋白序列数据，运用统计预测中的校准检验，留一法交叉检验和独立数据集检验方法进行分类预测。结果表明，SVM对膜蛋白类型预测具有明显的优越性，该算法对当前已有方法起到重要的补充作用。     

Structural Prediction of Membrane Protein: Application to Known Structures

Membrane proteins are embedded in the lipid bilayer,which creates a suitable environment for their actions. It is important to decide which tpye it belongs to because it is closely relevant to its biological fumction and its interaction process with other molecules in a biological system. Membrane proteins have different types. The function of a membrane protein is closely correlated with the type it belongs to. In this study, on the basis of the concept of pseudo amino acid (PseAA) composition originally introduced by Chou, the value of approximate entropy (ApEn) of the query membrane protein was used to integrate the complementary information. By fusing fifteen powerful individual fuzzy K-nearest neighbor (FKNN) classifiers, an ensemble classifier was presented.Each basic classifier was trained in PseAA composition of membrane protein sequences with different parameters. The results of experiments demonstrate it is efficient for the structural prediction of membrane proteins.     

利用非线性降维方法预测膜蛋白类型

将氨基酸的组成含量以及它们之间的相关系数作为膜蛋白序列的特征向量,采用有监督的局部线性映射(SLLE)的方法对该向量进行降维,并使用最简单的欧氏距离分类器来预测膜蛋白类型．利用统计学中Self-consistency,Jackknife和Independent dataset 3种典型方法检验SLLE的降维结果,取得了明显的效果,试验结果表明,SLLE算法能够成功地预测膜蛋白数据类型。     

蛋白质拓扑结构预测的进一步讨论

利用信息论方法，找到了与蛋白质拓扑结构相关性较好的一些二级结构参数，确定了预测蛋白质拓扑结构的最佳参数、对α类，β类，α／β类蛋白制定了简洁的预测规则；对结果进行了讨论。     

大肠杆菌外膜蛋白OmpF结构研究进展

OmpF是大肠杆菌最重要的外膜蛋白之一,它形成的离子通道是大肠杆菌与外界进行物质交换的重要通道,能够使分子量不超过600 Da的水溶性物质通过该离子通道穿越外膜。OmpF外膜蛋白与大肠杆菌的耐药性、抗酸性以及抗渗透压等生理活动密切相关。OmpF的功能与其结构特征密不可分。阐述了大肠杆菌外膜蛋白OmpF及其组成元件Loop 3环的结构特征。     

遗传算法在蛋白质结构预测中的应用

蛋白质结构预测在生物信息学研究中占有重要地位,此文对遗传算法（GAs)在蛋白质结构预测中的应用作一评述,首先,简要地介绍了遗传算法和一般的蛋白质构象搜索问题,然后对近年来用遗传算法解决蛋白质结构预测的研究作了回顾,并分析了算法的效果和特点,最后,展望了用遗传算法解决蛋白质结构预测问题的前景。     

KDD研究中的若干问题与方法

在数据库中发现知识,又称为数据发掘,其目标是从大型数据集中发现先前未知的潜在有用的模式或知识。本文对该领域进行简要综述,并主要从数据库角度讨论若干数据发掘问题与方法。     

连续小波变换在蛋白质结构预测中的应用

将代码为3pgal蛋白质的氨基酸序列映射为疏水值序列，在合适的尺度下，通过连续小波变换方法可对其非规则二级结构进行预测，淮确率为83．3％。从PDBsum数据库中随机抽取100个蛋白质作为测试对象，经本法处理后，1853个非规则二级结构中有1424个能被淮确预测到，平均预测淮确率为76．8％。结果表明：该法可较好地预测蛋白质的非规则二级结构，具有极大的发展前景。     

Prediction of Topological Structure of Protein from Its Secondary Structure Sequence

提出由蛋白质二级结构序列预测拓扑结构的方案，对全α全β和α／β型蛋白质制定了预测规则．预测成功率为８５％～９０％．     

几种GPS卫星钟差预报方法比较及精度分析

精密单点定位技术在高精度的坐标框架维持、地球动力学研究及区域性或全球性的科学考察及低轨卫星定轨、海陆空间导航等动态应用方面都有不可估量的前景.但是IGS现在还不能提供实时和外推的精密卫星钟差,GPS卫星钟差仍然是实现PPP技术实时应用的瓶颈问题,制约了实时PPP技术的应用.本文分别利用二次多项式模型、灰色模型和线性模型进行了大量卫星钟差资料分析,总结了它们的优点与不足,为GPS卫星钟差预报研究提供借鉴与参考.     

SARS冠状病毒N蛋白的表达及二级结构预测分析

通过RT-PCR获得SARS冠状病毒N蛋白基因，分别克隆到原核表达载体pET21a，pET32a和pGEX-4T-1中，将3种重组质粒pET2la-N，pET32a-N和pGEX-4T-1-N分别转化大肠杆菌BL21(DE3)，经IPTG诱导，细菌中分别表达出约46kD的重组N蛋白、约60kD的6xHis-N融合蛋白和约70kD的GST-N融合蛋白，表达量分别达总蛋白的45％、40％和30％．进一步的分析表明：6xHis-N融合蛋白在大肠杆菌中为可溶性表达，该可溶性组分占细菌裂解液的70％左右，且能被6xHis抗体所识别．用蛋白分析软件对N蛋白进行了序列分析和二级结构预测．SARS冠状病毒N蛋白在大肠杆菌中的高效可溶性表达，有助于进一步结晶后进行X射线晶体衍射分析其结构与功能．     

用4肽结构字预测蛋白质二级结构

介绍一种新的方法来预测蛋白质二级结构.该方法是基于4肽结构字的基础上,利用4肽结构字建立多样性源同时结合二次判别法来预测一个序列片段中心残基的二级结构,最后对预测后的结果进行修正.对1645个蛋白进行检验,其21残基片段中心残基,10折交叉检验的结果Q**3(Q3score)达到79.68%.当考虑长程序列信息时,预测将会更精确.与其它预测软件相比较,显示了一定的优势.     

基于神经网络的蛋白质二级结构预测

提出一种蛋白质二级结构预测的新方法.该方法首先对数据集中的氨基酸序列利用PSI-BLAST程序进行同源序列搜索,得到相应的PSSM矩阵,然后利用滑动窗口方法对矩阵进行编码,得到分类器的输入.采用分类器集成,将所有的样本划分成9个互斥训练集对单个子分类器进行训练.然后,9个单独的0-1子分类器通过最大投票法进行集成,形成识别一种特定的蛋白质二级结构的0-1分类器.这样3个0-1分类器模型通过串行集成,可以对蛋白质的三种二级结构(H/E/C)进行识别.通过对标准数据集RS126,CB396,CB513进行测试发现,对于同一分类器,利用PSSM矩阵作为分类器输入的预测准确率要高于直接将蛋白质序列作为输入的预测率.     

一种基于关联图的蛋白质结构预测改进算法

采用一种改进的COMAR （Contact Map Reconstruction）算法求解基于关联图的蛋白质结构预测问题.根据蛋白质关联图和先验知识，并以半随机的方式生成距离信息，根据距离信息得到蛋白质的坐标，并通过坐标修正和摄动，使得重构结构的关联图与给定的关联图相一致.结果表明，阈值较大的关联图所重建的结构较好，与原COMAR算法相比，在相同的迭代次数下，改进的COMAR算法的精度较高.     

基于傅里叶分析的蛋白质编码区预测中功率谱密度计算方法研究

提出一种新的功率谱算法--多滑动窗周期图法.新算法和传统周期图功率谱密度算法在ALLSEQ和HMR195两个DNA序列集上进行了基因预测实验.以近似相关系数AC作为预测准确率测度,实验结果表明,新算法的预测准确率比基于传统周期图法的傅里叶分析基因预测算法有较大提高.