收藏本站
《济南大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于重复信息测定与卷积神经网络的蛋白质亚细胞定位研究

王蕾  
【摘要】:细胞由细胞膜、细胞核、内质网等被称为“亚细胞”的各部分组成,亚细胞的功能由位于其中的蛋白质执行。蛋白质的亚细胞结构被叫做蛋白质的“亚细胞位置”。蛋白质必须被运送到适当的亚细胞位置才能正常发挥功能,否则会产生机体功能紊乱和疾病,因而准确的了解亚细胞定位信息对于深入了解蛋白质的功能、细胞生命活动等具有重要意义。同时,蛋白质数据本身的海量、多模态、关联性、不完整等特征,使蛋白质亚细胞定位问题成为生物信息学领域具有挑战性的研究热点。蛋白质亚细胞定位问题一般分为三个步骤,分别为特征提取、分类预测和算法评估。特征提取是最关键的一步。通过对蛋白质序列进行分析,提取主要特征,建立特征向量;分类预测是将特征提取的特征作为分类算法的输入送到不同的分类器中;算法评估是评估分类结果,判定特征提取方法和分类算法的优劣。本文围绕蛋白质亚细胞定位问题,主要进行特征提取方法和分类算法两个方面的研究。论文工作如下:(1)针对传统特征提取方法上的不足,本文提出三种新的基于重复信息测定的特征提取方法,分别为R-Dipeptide、I-PseAAC、PseAAC2。其中,R-Dipeptide通过窗口移动测定关键信息,并通过增加关键重复信息提取二肽特征;I-PseAAC在R-Dipeptide的基础上,计算了每个残基与其之后残基的理化性质之间的差异,与传统的PseAAC方法相比,在提取蛋白质位置信息上做出了调整;PseAAC2则在R-Dipeptide的基础上,计算了每个残基的整体理化性质、每个残基与其他残基整体理化性质的乘积来反映不同残基之间的特征差异。实验结果证明,本文的特征提取方法在增加关键重复信息、提取不同的位置信息和比较残基间的整体理化性质差异等方面优于传统特征提取方法。(2)引入卷积神经网络进行蛋白质亚细胞定位。卷积神经网络具有特征的自动提取和归纳能力,基于前文涉及的特征提取方法,本文利用卷积神经网络对蛋白质亚细胞定位特征进行二次提取,进一步精炼特征,提高分类精度。与不同分类器进行实验比较,卷积神经网络算法在预测精度上优于多标签K近邻算法和支持向量机算法。(3)对卷积神经网络的一阶梯度下降训练算法进行了改进。实验结果显示,使用二阶算法的卷积神经网络均方误差的下降速度快于使用一阶算法的卷积神经网络。本文通过特征提取方法与分类算法两方面的研究,有效提高了蛋白质亚细胞定位问题的预测精度。
【学位授予单位】:济南大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP183;Q811.4

【参考文献】
中国期刊全文数据库 前8条
1 马吉权;贾翠翠;张军杰;;基于随机游走的蛋白质功能预测算法设计与实现[J];黑龙江大学工程学报;2015年03期
2 杨红;徐慧敏;严寿江;陈静;耿丽丽;姚玉华;;基于氨基酸约化和统计特征的蛋白质亚细胞定位预测[J];生物信息学;2015年02期
3 刘建伟;刘媛;罗雄麟;;深度学习研究进展[J];计算机应用研究;2014年07期
4 张燕平;查永亮;赵姝;杜秀全;;基于自相关系数和PseAAC的蛋白质结构类预测[J];计算机科学与探索;2014年01期
5 郭颂;马飞;;文本分类中信息增益特征选择算法的改进[J];计算机应用与软件;2013年08期
6 李媛;;围绕核心概念展开生物学课堂教学——以“细胞是生命活动的单位”一节为例[J];生物学通报;2013年01期
7 赵屹;谷瑞升;杜生明;;生物信息学研究现状及发展趋势[J];医学信息学杂志;2012年05期
8 王伟;郑小琪;窦永超;刘太岗;赵娟;王军;;基于最优分割位点的蛋白质亚细胞位点预测方法[J];生物信息学;2011年02期
中国博士学位论文全文数据库 前1条
1 滕志霞;基于序列和PPI网络的蛋白质功能预测方法研究[D];哈尔滨工业大学;2016年
【共引文献】
中国期刊全文数据库 前10条
1 康晓东;王昊;郭军;于文勇;;无监督深度学习彩色图像识别方法[J];计算机应用;2015年09期
2 崔鹏飞;裘玥;孙瑞;;面向网络内容安全的图像识别技术研究[J];信息网络安全;2015年09期
3 雷亚国;贾峰;周昕;林京;;基于深度学习理论的机械装备大数据健康监测方法[J];机械工程学报;2015年21期
4 逯玉婧;;一种基于深度信念网络的入侵检测模型[J];网络安全技术与应用;2015年08期
5 万杰;马国林;苏鹏宇;胡清华;于达仁;;基于生成型深信度网络的回归算法鲁棒性分析[J];科学技术与工程;2015年22期
6 戚文华;蒋雪梅;杜联明;肖国生;;牦牛和水牛全基因组微卫星分布规律及其比较分析[J];基因组学与应用生物学;2015年07期
7 刘君;;激光解析蛋白质数据结合Hadoop的预处理方法[J];激光杂志;2015年07期
8 黄琳;张尤赛;;应用深层卷积神经网络的交通标志识别[J];现代电子技术;2015年13期
9 王璟尧;刘云海;;一种混合深度网络的抗噪性能研究[J];计算机工程;2015年11期
10 石雪娜;王瑞平;;基于压缩感知预测凋亡蛋白亚细胞位点[J];北京生物医学工程;2015年01期
中国博士学位论文全文数据库 前1条
1 奈日乐;内蒙古绒山羊皮肤毛囊周期性生长及波形蛋白的作用机制研究[D];内蒙古农业大学;2018年
【二级参考文献】
中国期刊全文数据库 前10条
1 李红菊;刘恩山;;基础教育理科课程中科学探究概念的研究[J];生物学通报;2012年01期
2 隋海峰;曲武;钱文彬;杨炳儒;;基于混合SVM方法的蛋白质二级结构预测算法[J];计算机科学;2011年10期
3 李红菊;刘恩山;;中小学生物学课程中生态学重要概念的筛选及其表述[J];生物学通报;2010年10期
4 张颖之;刘恩山;;基础教育课程中遗传学核心概念内容和呈现方式的研究[J];课程·教材·教法;2010年10期
5 刘恩山;张颖之;;课堂教学中的生物学概念及其表述方式[J];生物学通报;2010年07期
6 张颖之;刘恩山;;核心概念在理科教学中的地位和作用——从记忆事实向理解概念的转变[J];教育学报;2010年01期
7 黄秀丽;王蔚;;一种改进的文本分类特征选择方法[J];计算机工程与应用;2009年36期
8 张树波;赖剑煌;何建国;;一种基于最优局部信息融合的蛋白质亚细胞定位预测方法[J];中山大学学报(自然科学版);2008年06期
9 任克强;张国萍;赵光甫;;基于相对文档频的平衡信息增益降维方法[J];江西理工大学学报;2008年05期
10 刘海峰;王元元;张学仁;刘守生;;基于散度差准则的文本特征降维研究[J];计算机应用研究;2008年07期
【相似文献】
中国期刊全文数据库 前10条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
3 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
4 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
5 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期
6 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
7 朱溦;;神经网络结合平均影响值方法筛选变量[J];产业与科技论坛;2017年01期
8 ;硅光子神经网络亮相[J];石油工业计算机应用;2016年04期
9 任刚红;杜坤;周明;刘年东;张晋;;基于级联神经网络的年降雨量预测[J];土木建筑与环境工程;2016年S2期
10 金鑫;李龙威;季佳男;李祉歧;胡宇;赵永彬;;基于大数据和优化神经网络短期电力负荷预测[J];通信学报;2016年S1期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国重要报纸全文数据库 前10条
1 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
2 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
3 ;神经网络小史[N];电子报;2018年
4 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
5 ;人工智能将取得大面积突破[N];中国企业报;2017年
6 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
7 ;人类正迎来云端机器人时代[N];中国企业报;2017年
8 张斌;谁还需要“同传”[N];文汇报;2017年
9 科大讯飞董事长 刘庆峰;高考机器人考入一流大学不再是梦[N];中国教育报;2017年
10 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
中国博士学位论文全文数据库 前10条
1 李鸿鹏;基于神经网络的非线性系统辨识方法研究[D];东北林业大学;2018年
2 焦志成;基于卷积神经网络的生物医学信号分类与重构[D];西安电子科技大学;2018年
3 刘梅;网络系统的稳定和同步行为研究[D];新疆大学;2017年
4 靳然;基于神经网络和支持向量机的麦蚜发生动态预测研究[D];山西农业大学;2017年
5 李骁;基于深度卷积神经网络MSCT对小肾肿瘤病理分型的预测研究[D];中国人民解放军海军军医大学;2018年
6 李若霞;基于忆阻的神经网络的动力学分析及应用[D];东南大学;2017年
7 项延德;基于卷积神经网络的心电信号检测和分类研究[D];浙江大学;2018年
8 李一鸣;结合知识和神经网络的文本表示方法的研究[D];浙江大学;2018年
9 李扬;面向图像目标识别和检测的深度神经网络关键技术研究[D];北京邮电大学;2018年
10 LYDIA LAZIB;文本否定范围识别技术研究及其应用[D];哈尔滨工业大学;2018年
中国硕士学位论文全文数据库 前10条
1 彭文丽;BAM神经网络和离散型复值神经网络的全局稳定性研究[D];湖南大学;2018年
2 殷凯;基于图像处理的铁路扣件异常自动检测系统的研究[D];南京邮电大学;2018年
3 周妹璇;基于深度神经网络的用户画像研究[D];湖南大学;2018年
4 王根深;基于BP神经网络的太湖叶绿素浓度反演[D];南京邮电大学;2018年
5 王胜男;BP神经网络方法在新产品开发中的应用研究[D];山东建筑大学;2018年
6 邹明君;基于无中心网络的公共建筑能耗预测与优化调度[D];山东建筑大学;2018年
7 齐全;基于神经网络的信号检测[D];南京航空航天大学;2018年
8 陈海霞;基于特征扩展的深度学习短文本分类算法[D];中北大学;2018年
9 王蕾;基于重复信息测定与卷积神经网络的蛋白质亚细胞定位研究[D];济南大学;2018年
10 陆晓明;基于神经网络的雷达杂波抑制[D];南京航空航天大学;2018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
  • 010-62791813
  • 010-62985026