收藏本站
《重庆大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机及其在生物材料功能研究中的应用

蔡从中  
【摘要】:蛋白质结构分析的经典方法是x射线晶体学和多维核磁共振技术。这些技术昂贵、费时,甚至有些蛋白质根本无法用这些方法测出结构;而另一方面,蛋白质测序则显得相对简单、快捷和廉价。因此导致已知序列的蛋白质数量与已知结构的蛋白质数量的差距变得越来越大,迫使人们应用多种模拟技术对蛋白质的结构进行了广泛、深入的研究。经过近30年的研究和发展,蛋白质结构预测的准确率仍然只维持在65%~85%之间。在人类已进入后基因时代的今天,许多未知功能的蛋白质急需进行研究。如何根据蛋白质的结构或仅从序列信息出发来预测蛋白质的功能成为了一个迫切需要解决的问题。以往人们对于蛋白质功能预测主要集中在对于单个或某些特定蛋白质功能的预测上,难以满足生命科学发展的需要。如果从序列决定结构、结构决定功能这条思路出发,先以序列预测结构,再据此预测/推定功能的方式来预测蛋白质的功能,受目前蛋白质结构预测准确率偏低的影响,其准确率无疑又将大打折扣。根据蛋白质结构、功能的预测研究的现状,本文提出从组成蛋白质的氨基酸的物理、化学性质出发,应用机器学习方法—支持向量机(Support Vector Machine, SVM),直接基于蛋白质序列大规模地预测蛋白质的功能。 本文利用随机梯度上升算法构建了一套通用二类分类器-SVM★。应用声纳数据集及多组蛋白质分类数据集,将SVM★与基于SMO(Sequential Minimal Optimization)算法的SVMlight和基于QP(Quadratic Programming)算法的SVM-QP同类软件进行了比较研究,结果表明:SVM★的分类性能均优于SVMlight和SVM-QP。 创建了简洁、实用的网上在线通用二类分类软件SVM★网站和网上在线蛋白质功能预测服务软件SVMProt。 首次应用支持向量机算法系统地研究了大量的功能蛋白质家簇的分类问题。对包括酶蛋白在内的69个蛋白质功能家簇进行了样本采集和基于序列的分类研究。经过对完全独立评价样本集的测试及测试结果置信度的统计表明:SVMProt具有很强的蛋白质功能识别本领,其识别准确率在80.5%~99.7%之间。进一步深入研究发现,SVMProt还突破了基于序列比对的蛋白质分类的瓶颈问题,它可以在一定程度上预测具有不同功能的同源蛋白质的功能及具有相同功能的远缘蛋白质的功能。 WP=6 应用SVMProt对SARS冠状病毒的3个蛋白质(E protein, N protein和ORF13)进行了预测,结果显示:E protein是一种能与膜蛋白结合的蛋白质,N protein是一种能与RNA结合在一起的蛋白质,两结果与实际事实完全吻合。SVMProt将未知功能的ORF13预测为一种可能结合到DNA上的核蛋白并兼有病毒体内结构蛋白质的功能,这一结果对治疗SARS疾病的药物研制工作人员具有一定的理论指导作用。 基于草药的性味归经,应用SVM★对传统中药组方进行了分类和识别研究,由此所发现的假阳性样本配方有提供给执业中医师做进一步药理分析和研究的价值。
【学位授予单位】:重庆大学
【学位级别】:博士
【学位授予年份】:2003
【分类号】:TB39

手机知网App
【引证文献】
中国博士学位论文全文数据库 前1条
1 施绍萍;基于支持向量机的蛋白质功能预测新方法研究[D];南昌大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 蔡从中,韩连漪,王万录,陈宇综;支持向量机程序SVMProt预测SARS病毒蛋白质的功能[J];重庆大学学报(自然科学版);2003年09期
2 苏薇薇;计算机辅助的色谱、光谱-聚类分析法在中药鉴定中的应用[J];广东药学院学报;1996年02期
3 田盛丰,黄厚宽,李洪波;基于支持向量机的手写体相似字识别[J];中文信息学报;2000年03期
4 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
5 卢增祥,李衍达;交互支持向量机学习算法及其应用[J];清华大学学报(自然科学版);1999年07期
6 苏薇薇;聚类分析法在砂仁及其伪品鉴别分类中的应用[J];数理医药学杂志;1998年02期
7 张缙熙;乳腺超声的现状及展望[J];中国超声医学杂志;1995年04期
8 苏薇薇;中药方剂的计算机辅助分析[J];中国中药杂志;1997年03期
9 龚益平,殷汉民;乳腺钼靶片的计算机辅助诊断[J];中国肿瘤;2002年07期
10 苏薇薇,吴忠;中成药组方规律的计算机模式分类研究[J];中药材;1998年07期
【共引文献】
中国期刊全文数据库 前10条
1 郭苗莉,朱江波,陈蓉芳,张天宝;应用基因表达谱芯片研究MNNG诱致小鼠胚胎畸形肢体基因表达的变化[J];癌变.畸变.突变;2005年02期
2 郑浩,王全凤;L-M算法在高层结构体系选型中的应用[J];四川建筑科学研究;2003年03期
3 张世海,刘晓燕,欧进萍;高层结构智能选型知识发现及方法比较[J];四川建筑科学研究;2005年05期
4 杨志华;;住宅整体健康性的评价方法[J];四川建筑科学研究;2005年06期
5 王倩;蒋林华;张京丰;徐海群;;模糊神经网络在粉煤灰混凝土强度预测中的应用[J];四川建筑科学研究;2006年06期
6 张彤;王建平;孟改样;;异因同果关联神经网络在工程造价中的应用研究[J];四川建筑科学研究;2009年02期
7 王朝霞;生物信息学:一门前沿交叉学科[J];安徽教育学院学报;2002年06期
8 潘洁珠;半结构化数据及其数据模型[J];安徽教育学院学报;2003年06期
9 倪志伟;;BP网络中激活函数的深入研究[J];安徽大学学报(自然科学版);1997年03期
10 赵鹏,倪志伟,贾瑞玉;基于数据挖掘技术的范例库维护[J];安徽大学学报(自然科学版);2003年02期
中国重要会议论文全文数据库 前10条
1 章曙光;;基于CBR的电力负荷预测系统的研究与实现[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
2 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
3 温宏亮;吴梅;张红亮;;高速公路沿线滑坡地质灾害危险度分析与评价[A];河南地球科学通报2008年卷(中册)[C];2008年
4 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
5 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
6 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
7 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
8 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
9 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
10 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 王杰;基于人工智能的乒乓球比赛技战术诊断与评估研究[D];上海体育学院;2010年
2 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
3 于化龙;基于DNA微阵列数据的癌症分类技术研究[D];哈尔滨工程大学;2010年
4 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
5 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
6 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
7 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
8 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
9 王英照;面向信息网络经营的客户需求研究[D];哈尔滨工程大学;2010年
10 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 高莉莉;NP方案在术后乳腺癌应用模型的探讨[D];南京医科大学;2009年
3 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
4 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
5 何慧娟;基于多传感器的移动机器人障碍物检测与定位研究[D];安徽工程大学;2010年
6 陈建忠;潘三矿C13-1煤层掘进工作面敏感指标及临界值研究[D];河南理工大学;2010年
7 代宏伟;布里渊散射水下探测目标的自动识别[D];南昌航空大学;2010年
8 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
9 吴香庭;基于遗传算法的K-means聚类方法的研究[D];山东科技大学;2010年
10 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前3条
1 王明会;李春华;陈慰祖;王存新;;基于信息熵的磷酸化作用预测[J];中国科学(C辑:生命科学);2007年06期
2 刘金凤;王京兰;钱小红;蔡耘;;翻译后修饰蛋白质组学研究的技术策略[J];中国生物化学与分子生物学报;2007年02期
3 蒋英芝;贺连华;刘建军;;蛋白质功能研究方法及技术[J];生物技术通报;2009年09期
【二级参考文献】
中国期刊全文数据库 前10条
1 苏薇薇;;中药砂仁的化学模式识别研究[J];广东医药学院学报;1992年01期
2 卢增祥,李衍达;交互支持向量机学习算法及其应用[J];清华大学学报(自然科学版);1999年07期
3 王玺,周密,洪福山,罗旭;气相色谱数据的聚类分析法评价中药厚朴的质量[J];沈阳药学院学报;1990年01期
4 金连文,徐秉铮;基于多级神经网络结构的手写体汉字识别[J];通信学报;1997年05期
5 苏薇薇;吴忠;;药物分析中常用的几种化学计量学方法[J];西北药学杂志;1991年01期
6 王铁杰,罗旭,王玺,何春馥;中药龙胆质量的化学模式识别[J];药学学报;1992年06期
7 汪海孙;;模糊数学方法在贝母薄层色谱鉴定中的应用[J];中成药;1989年06期
8 苏薇薇;聚类分析法在黄芩鉴别分类中的应用[J];中国中药杂志;1991年10期
9 徐娟华,毛宗秀,奚镜清;浙江省菝葜科药用植物的裂解-高分辨气相色谱法的数量分类研究[J];中国中药杂志;1993年04期
10 张启明,胡昌勤,李利民;引流熊胆和天然熊胆中微量元素的测定和比较[J];中国中药杂志;1994年08期
【相似文献】
中国期刊全文数据库 前10条
1 贾存良;吴海山;巩敦卫;;煤炭需求量预测的支持向量机模型[J];中国矿业大学学报;2007年01期
2 张红亮;王水林;吕颖慧;尹小涛;;爆破震动效应的支持向量机分析预测[J];矿业研究与开发;2007年04期
3 张国新;汤青波;许德昌;;基于支持向量机的液压泵故障诊断[J];煤矿机械;2007年08期
4 冯剑丰;王洪礼;李胜朋;;基于支持向量机的浮游植物密度预测研究[J];海洋环境科学;2007年05期
5 辛玉红;朱广田;;基于支持向量机的ERP软件供应商选择[J];辽宁工程技术大学学报;2007年S2期
6 邹华胜;杨峰;李刚;;基于支持向量机的路基检测研究[J];矿业研究与开发;2008年02期
7 张金牡;;基于支持向量机的水利工程项目风险评价[J];西部探矿工程;2008年06期
8 景海河;叶欣;高彦东;;基于支持向量机的矿区开采沉降的预测[J];黑龙江科技学院学报;2008年04期
9 刘德地;陈晓宏;;基于支持向量机的洪水灾情综合评价模型[J];长江流域资源与环境;2008年03期
10 刘解放;高普梅;侯振雨;;连续小波变换-支持向量回归模型及其在谷物近红外光谱分析中的应用(英文)[J];东莞理工学院学报;2008年05期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 韦锦田;亚洲豹猫和中国鼬獾检出新型高变异冠状病毒[N];健康报;2007年
2 记者 陈勇;引发非典的冠状病毒有可能通过空气传播[N];新华每日电讯;2005年
3 林子;人类与病毒之战永无宁日?[N];中国商报;2003年
4 记者 毛磊;非典病毒可能会快速变化[N];新华每日电讯;2003年
5 记者 王军;中药制剂抑制冠状病毒有新发现[N];医药经济报;2003年
6 新华社记者 毛磊;看美国非典科研[N];新华每日电讯;2003年
7 记者 郑灵巧;冠状病毒与衣原体是两大“元凶”[N];健康报;2003年
8 金信;冠状病毒减毒可作疫苗 非典不似乙肝会被携带[N];今日信息报;2003年
9 记者白剑峰;我国非典型肺炎病原学研究获重大突破[N];人民日报;2003年
10 记者衣晓峰 靳万庆 通讯员冯凯;芩百清肺微丸有抗支原体和冠状病毒作用[N];中国中医药报;2003年
中国博士学位论文全文数据库 前10条
1 蔡从中;支持向量机及其在生物材料功能研究中的应用[D];重庆大学;2003年
2 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
3 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
4 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
5 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
6 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
7 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
8 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
9 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
10 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
 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