温度限制串联相关神经网络及其在细菌辨识中的应用

蛋白质在微生物研究中可用作生物标记物, 故在生物技术中其表征工作很重要. 各种质谱技术已被用于细菌的表征[1～3]. 1994年, Cain等[4]首先报道了将色谱和基体辅助激光解离/电离飞行时间质谱(MALDI-TOF-MS)用于细菌的辨识. Holland等[5]采用高质量离子MALDI-TOF-MS对细菌全细胞进行辨识. 最近, Lay[6]对该技术的细菌辨识做了综述. MALDI-TOF-MS是目前对细菌全细胞分析的最佳手段.

径向基函数网络用于细菌的MALDI-TOF-MS分类

径向基函数(RBF)网络被用于根据基质辅助激光解吸/电离飞行时间质谱(MALDI-TOF-MS)对细菌的分类辨识。为了加速网络训练和减少网络的复杂性,本文采用小波变换对原始质谱数据进行压缩,将原来的13828个数据点压缩至328个,且保持了原来的特征谱峰。本文研究了在不同培养时间(24、48和72小时)的5种细菌分类,并对RBF网络参数的影响做了详细地研究,为生物学研究提供了有用的信息。结果表明,约60％以上的细菌样本能够被正确地分类辨识。由于细菌培养的生物学影响因素复杂,因而进一步严格控制细菌的培养条件是改善细菌分类正确率的关键。