收藏本站
《大连理工大学》 2002年 博士论文
收藏 | 手机打开
二维码
手机客户端打开本文

蛋白质结构预测方法研究

靳利霞  
【摘要】: 蛋白质结构和功能预测是后基因组时代的重要研究内容,它不仅需要生物学者为之奋斗,同时为数学、计算机科学、信息科学、物理学、系统科学和管理科学等学科提出了挑战。围绕这一主题,本文进行了一些研究和讨论。主要研究成果如下: 1.利用氨基酸序列预测蛋白质结构可以归结为一个复杂系统的全局优化问题,建立一个合理的预测模型是关键性的第一步。预测模型的目标函数通常采用基于物理理论的经验势能函数或基于统计理论的平均势能函数。深入研究了这两类势能函数的特点,系统分析了一个具有综合特点的联合残基势能函数,建立了四个预测模型,目标函数分别包含不同的能量项,可以分析比较它们对预测结果的影响。 2.计算时间是蛋白质结构预测中的主要问题,在常规的最优构象搜索过程中,采用经典优化算法的能量极小化过程需耗用95%以上的计算时间。针对蛋白质结构预测模型中目标函数多变量、多极值的特点和现有算法的不足,提出了一种改进的连续函数模拟退火算法。该算法比现有算法具有更好的收敛性,可以有效地解决3000个变量的连续函数全局优化问题。该算法被应用于脑啡肽和牛胰岛素B/D链的结构的预测,得到了合理的结果;避免了局部能量极小化过程,节省了构象搜索过程的计算时间。用一种简洁的方法分析了算法的收敛性。 3.现有的蛋白质结构类预测方法大多没有考虑氨基酸残基的排列顺序,从而使预测质量受到限制。本文结合子序列分布和FDOD函数,给出了一种新的蛋白质结构类预测方法,和现有的预测方法相比,它考虑了氨基酸残基的排列顺序,从而显著提高了预测精度,与张春霆院士的最新结果相比,两类检验的总预测精度分别提高了3.3%和5.3%。同时它不需要引入其它物化参数,且计算简单快速,作为一种新的多序列比较工具还可以用于其它问题的研究。建立了一个序列冗余性低于30%的数据集,利用该数据集验证了本文方法对于非同源蛋白质的敏感性,并分析比较了子序列长度对预测精度的影响。 4.支持向量机(SVM)是近年来迅速发展的一种机器学习方法,它在蛋白质亚细胞定位预测中得到了成功的应用,预测能力明显优于其它预测方法。基于FDOD函数和氨基酸组成,本文构造了一种新的蛋白质亚细胞定位预测方法,预测结果与支持向量机等方法预测结果进行了比较,对于真核生物蛋白质总预测精度比支持向量机方法得到的结果高2.6%,对于原核生物蛋白质预测结果基本一致。重点分析了预测结果和细胞结构分类的关系,构造了层次预测 博士学位论文:蛋白质结构预测方法研究 方法,这不仅能够帮助我们进一步了解氨基酸组成与蛋白质定位的关系,而 且能够根据对蛋白质不同层次的了解更灵活地进行预测。 5.总结了不同氨基酸序列的特征描述方法,以FDOD函数作为判别函数,比较了 其中几种描述方法对蛋白质结构类和亚细胞定位预测结果的影响。在蛋白质 结构类预测中,考虑氨基酸残基不同的物化性质可以作为氨基酸组成的补充, 提高预测精度:然而,残基在序列中的顺序可以更好地描述序列与结构类之 间的关系,尤其是抓…和。+g类蛋白质对残基顺序更敏感。在蛋白质的亚细 胞定位预测中,氨基酸组成仍然是最重要的特征,蛋白质的亚细胞位置与序 列同源性的关系没有结构与序列同源性的关系强。另外氨基酸指数在亚细胞 定位预测中可以作为氨基酸组成的补充,提高预测精度。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 孙啸;生物信息学——揭示生物分子数据的内涵[J];电子商务;1998年11期
2 徐建平;方慧生;相秉仁;;一种快速比较蛋白质结构预测模型相似性的方法[J];中国药科大学学报;2006年03期
3 张毓敏;章鲁;;一个基于知识的蛋白质结构预测评分函数[J];中国生物医学工程学报;2006年06期
4 张毓敏;章鲁;;一个有效的蛋白质结构预测评分函数[J];上海交通大学学报(医学版);2007年01期
5 石鸥燕;杨晶;杨惠云;田心;;简单的一致性方法预测蛋白质二级结构[J];现代生物医学进展;2007年11期
6 吴庆洲;饶桂荣;杨富强;陈光明;;重组人白细胞介素2-干扰素γ融合蛋白结构建模与活性分析[J];华南国防医学杂志;2010年02期
7 方慧生;王旻;余江河;;基于折叠识别法的蛋白质天然构象的一致性预测法Pcons2与聚类分析的理论研究[J];中国药科大学学报;2006年01期
8 陈晓武;施志仪;;牙鲆碱性磷酸酶cDNA序列分析与蛋白质高级结构预测[J];中国生物化学与分子生物学报;2007年06期
9 林治华;蛋白质结构预测的方法学评述[J];免疫学杂志;2001年S1期
10 赵东升,杭兴宜,李稚锋,张成岗;军事医学科学院生物医学超级计算中心的计算资源与应用[J];军事医学科学院院刊;2005年04期
11 许文龙;李骜;王明会;江朝晖;冯焕清;;基于支持向量回归方法的蛋白残基可溶性预测[J];中国生物医学工程学报;2007年01期
12 王志新;蛋白质结构预测的现状与展望[J];生命的化学;1998年06期
13 黄彦;田考聪;易东;;现代统计方法在蛋白质组信息分析中的应用[J];中国卫生统计;2006年06期
14 陈素琴;周雁;李洵桦;拉布;黄霜;黄玮俊;周春龙;MAXWELL Patrick H;王一鸣;;SPG3A基因的一个新突变导致重症遗传性痉挛性截瘫[J];科学通报;2006年15期
15 高梅;刘延友;汪宇辉;赵京卉;叶珊;肖静;王正荣;;hClock-(35-47)_Bax-(55-77)的表达和纯化[J];四川生理科学杂志;2007年02期
16 罗万春;陈军;易东;;多尺度分析及其在生物医学研究中的应用[J];数理医药学杂志;2009年04期
17 杨凡;唐东明;白勇;赵明渊;朱清新;;多重序列比对研究进展[J];生物医学工程学杂志;2010年04期
18 陈永对;;生物信息学在基因组和蛋白质研究中的应用[J];中国临床康复;2006年41期
19 方慧生,吴梧桐,王旻,余江河,郑珩;蛋白质天然构象预测的研究进展[J];中国药科大学学报;2005年03期
20 许忠能;生物信息学发展与中草药研究[J];中草药;2003年06期
中国重要会议论文全文数据库 前10条
1 吴爱平;田丽青;胡云;曹洋;苗智超;蒋太交;;蛋白质结构预测平台TJ_Jiang及其在CASP8中的表现[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年
2 桑延超;彭志红;李谦;;PSO-GA协同优化算法及其在蛋白质结构预测中的应用[A];2007年中国智能自动化会议论文集[C];2007年
3 常俊霞;方伟武;;对Dempster规则的质疑及若干新融合规则的探讨[A];中国运筹学会第六届学术交流会论文集(上卷)[C];2000年
4 常俊霞;方伟武;;基于信息论方法的若干新融合规则[A];面向复杂系统的管理理论与信息系统技术学术会议专辑[C];2000年
5 过涛;孙之荣;;膜蛋白跨膜区段序列分析和预测[A];第七届全国生物膜学术讨论会论文摘要汇编[C];1999年
6 方舜岚;方伟武;;基于信息理论的多专家评议分析及综合决策系统[A];2001年中国管理科学学术会议论文集[C];2001年
7 靳利霞;唐焕文;;基于能量极小化的蛋白质结构预测[A];中国运筹学会第六届学术交流会论文集(上卷)[C];2000年
8 胡秀珍;黄延昭;肖奕;;密码子上下文关联与蛋白质结构[A];第九次全国生物物理大会学术会议论文摘要集[C];2002年
9 王志新;;自然界中究竟有多少种蛋白质折叠类型[A];生命科学与生物技术:中国科协第三届青年学术年会论文集[C];1998年
10 鄒忠毅;韩榕生;李定国;;导引模擬退火法在蛋白质结构分析上的应用[A];Some Problems on the Protein Structure Analyses--Proceedings of CCAST (World Laboratory) Workshop[C];2002年
中国博士学位论文全文数据库 前10条
1 靳利霞;蛋白质结构预测方法研究[D];大连理工大学;2002年
2 罗亮;蛋白质结构预测模型研究[D];华中科技大学;2010年
3 黄旭;从头预测蛋白质结构元启发方法研究[D];苏州大学;2011年
4 孙鹏飞;基于计算智能技术的蛋白质结构预测方法研究[D];哈尔滨工程大学;2010年
5 熊正大;链式几何结构的拟人型优化方法[D];华中科技大学;2011年
6 张敏;生物信息学中多序列比对等算法的研究[D];大连理工大学;2005年
7 郭雨珍;蛋白质结构预测和比较的优化研究[D];大连理工大学;2007年
8 谷俊峰;蛋白质结构预测中几个关键问题的研究[D];大连理工大学;2009年
9 欧阳霞辉;拟黑多刺蚁和意大利蜜蜂雌激素相关受体基因的克隆与表达研究[D];陕西师范大学;2007年
10 何洁月;面向蛋白质结构预测的计算生物学技术研究[D];东南大学;2006年
中国硕士学位论文全文数据库 前10条
1 魏艳宇;蛋白质结构预测中二面角统计势研究[D];华中师范大学;2012年
2 宁静;蛋白质结构预测的多agent模拟退火算法研究[D];福建农林大学;2012年
3 吴进珍;并行蚁群优化在蛋白质结构预测中的应用研究[D];苏州大学;2010年
4 朱均燕;模拟退火算法在蛋白质结构预测中的应用[D];福建农林大学;2011年
5 刘现;蛋白质结构预测的粒子群优化算法研究[D];福建农林大学;2011年
6 范岩;基于监督流形学习算法的固有不规则蛋白质结构预测研究[D];哈尔滨工程大学;2011年
7 邓海游;蛋白质结构预测中基于原子对距离分布的统计势研究[D];华中师范大学;2011年
8 肖衡;基于CUDA的AB非格点蛋白质结构预测的并行化研究[D];武汉科技大学;2011年
9 岳晓辉;基于禁忌搜索算法的蛋白质结构预测的研究[D];大连理工大学;2006年
10 何莲莲;蛋白质结构预测的算法研究[D];武汉大学;2005年
中国重要报纸全文数据库 前7条
1 中国科学院生物物理研究所生物大分子国家重点实验室 王志珍;蛋白质的折叠:破译“第二遗传密码”[N];科技日报;2001年
2 记者 李大庆;我科学家在全球蛋白结构预测比赛中喜获佳绩[N];科技日报;2010年
3 中科院生物学部 张春霆;对生物信息学的展望[N];北京科技报;2000年
4 王雪飞 吴黎;中国生物信息学研究快速发展[N];健康报;2002年
5 陈志楠;挖掘“不为人知的艺术”[N];科技日报;2009年
6 春晓;国外生物信息学的发展与现状[N];中国医药报;2002年
7 本报记者何世文;他们在解密第二遗传密码[N];科技日报;2002年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978