基于双模块卷积神经网络的TCR-多肽结合位点预测

TCR(T细胞受体)-多肽结合位点的准确预测对免疫治疗和相关药物发现具有重要意义。文章综合多个文献及数据库整理了一个TCR-多肽结合位点数据集,并引入了一种基于卷积神经网络的预测方法Propep-TCR。该方法综合考虑了输入TCR的序列特征和结构特征,通过采用残基可变滑动窗口方法提取每个目标残基的特征向量。为解决数据集中正负样本不平衡的问题,还采用了改进的损失函数和过采样技术。实验结果表明,Propep-TCR可以成功预测出TCR序列中的潜在结合位点,取得了优于传统算法的性能,其预测准确度达到0.98,AUROC达到了0.95。

基于复合编码特征LSTM的基因甲基化位点预测方法

DNA-N6甲基腺嘌呤(6-mA)甲基化修饰是重要的表观遗传修饰标记之一。异常的6-mA位点会影响基因表达,进而引发多种重大疾病,因此预测6-mA位点对理解治病机理和治疗疾病具有重要意义。提出一种基于K-mer方法和One-hot方法复合特征编码的长短期记忆(Long Short-Term Memory,LSTM)神经网络用于基因甲基化位点预测,通过K-mer编码方法增加基因序列字符信息量,再使用One-hot编码方法对编码后的字符序列进行扩展,形成复合编码矩阵。改进后的序列编码矩阵可增加LSTM模型从基因序列数据中可提取的特征维度和种类,以提高LSTM模型对基因序列的处理性能。通过交叉验证实验表明本方法在公共数据集上的准确率可达93.7%,敏感度、特异性和马氏相关系数分别为93.0%、94.5%、0.875,均优于现有方法。进一步,在其他6个不同物种的基因数据集上,受试者工作特征曲线线下面积(Area Under the Curve,AUC)值介于0.9055~0.9262,表明本方法可适用于动物、植物和微生物的甲基化位点预测。本方法对水稻NC_029258.1基因序列进行全碱基位点的预测,经4种不同的在线工具校验,本方法预测出的86%~96%的潜在甲基化位点在其他工具中也获得相似结论,预测结论可靠,可应用于基因序列甲基化位点的预测分析工作。

基于模糊支持向量机的赖氨酸糖化位点预测

能否准确识别糖化位点对理解糖化的分子机制有着重要意义。传统的实验方法工作量大、耗时长,因此迫切需要开发计算辅助方法来预测糖化位点。设计了一种新的模糊支持向量机算法,该算法放大了重要特征与弱相关特征间的权重之差,同时考虑了样本内部的分布情况,能够有效地处理糖化修饰位点预测中含有噪声数据的问题。基于所提出的模糊支持向量机算法结合双剖面贝叶斯(Bi-Profile Bayes,BPB)特征提取方法构建了一个新的赖氨酸糖化位点的模型——FSVM_GlySite。十折交叉验证结果表明,FSVM_GlySite的预测效果优于现有的几种糖基化位点预测器。

基于机器学习的DNA N4-甲基胞嘧啶位点预测研究

脱氧核糖核酸(DeoxyriboNucleic Acid,DNA)N4-甲基胞嘧啶(N4-methylcytosine,4mC)修饰涉及基因表达、DNA复制等多个过程,是一种较为常见的DNA位点预测方法。对6个不同物种进行独热编码(One-Hot encoding),在进行算法训练和模型评估后发现,支持向量机模型的各项评估结果均高于其他算法,由此说明采用支持向量机模型预测4mC位点是最优选择。

基于特征选择和支持向量机的HIV-1型蛋白酶剪切位点预测

为了提高HIV-1型蛋白酶剪切位点的预测准确性,提出一种基于特征选择和支持向量机的剪切位点预测模型。首先,通过对5830个样本的HIV-1型蛋白酶剪切位点数据集进行分析,根据最小冗余最大相关理念,采用可自动终止法选择剪切位点的特征向量;然后,将特征向量输入到支持向量机进行学习和训练,建立HIV-1型蛋白酶剪切位点的分类模型;最后,采用Matlab 2014的仿真工具箱进行仿真测试。实验结果表明:本文模型在特征最少的条件下,剪切位点预测精度优于参比模型及文献报道,且所选择的特征向量具有较好的可解释性及生物学意义。

苯甲酰丙酮反应位点预测及金属配合物的合成、表征和抑菌活性

运用Gaussian98软件包,采用密度泛函方法,在B3LYP/6-31G基组水平上,对苯甲酰丙酮进行了结构优化、频率分析和NBO轨道分析。结合前线分子轨道能量和原子净电荷等,推导出化合物可能的活性部位是β-二酮的氧原子。利用频率分析的结果对样品的红外光谱图进行了指认。合成并表征了苯甲酰丙酮的铜、锌配合物,确定了金属配合物的可能配位点,结果与量化计算的结果一致。采用单片纸碟法测定了配合物的抑菌活性,结果表明,苯甲酰丙酮的铜配合物抑菌活性好于对照物阿莫西林。

基于卷积神经网络的基因剪接位点预测

研究剪接位点可以更深入地探索剪接机制和基因预测方法,准确预测剪接位点至关重要。基于深度学习技术提出一种新的预测方法,无需人工提取样本特征,以基因序列的K-MER编码向量作为输入,采用训练后的卷积神经网络(CNN)模型进行预测。基于人类基因HS3D供体数据集,与传统机器学习方法进行预测比较,结果表明预测模型的主要性能指标,包含马修斯相关系数(MCC)、灵敏度(SN)均超过传统的机器学习方法。

蛋白质表面模块划分及其在结合位点预测中的应用

蛋白质-蛋白质复合物的结合位点预测是计算分子生物学的一个难题.本文对蛋白质-蛋白质复合物数据集Benchmark3.0中的双链蛋白质复合物进行了研究,计算了单体的残基溶剂可接近表面积和残基间的接触面积,并据此提出了蛋白质表面模块划分方法.发现模块的溶剂可接近表面积与其内部接触面积的乘积(PSAIA)值能够提供结合位点的信息.在78个双链蛋白质复合物中,有74个体系其受体或配体上具有最大或次大PSAIA值的模块是界面模块.将该方法获得的结合位点信息应用在CAPRI竞赛Target39的复合物结构预测中取得了较好的结果.本文提出的基于模块的蛋白质结合位点预测方法不同于以残基为基础且仅考虑表面残基的传统预测方法,为蛋白质-蛋白质复合物结合位点预测提供了新思路.

基于三类特征融合的O-糖基化位点预测

糖基化是蛋白质翻译后的主要修饰,O-糖基化的固定模式未知,高精度识别O-糖基化位点是机器学习面临的挑战性问题.以迄今最大的人O-糖基化位点Steentoft数据集为基础,本文首次提出了基于位置的卡方差表特征χ^2pos,融合伪氨基酸序列进化信息Pse PSSM以及无方向的k间隔氨基酸对组分Undirected-CKSAAP表征序列,构建5个正负样本均衡的支持向量机分类器,经加权投票,独立测试准确率、Matthew相关系数及ROC曲线下面积,分别达到了89.62%、0.79、0.96,明显优于文献报道结果.χ^2pos、Pse PSSM与Undirected-CKSAAP三种特征的融合在蛋白质糖基化、磷酸化等位点预测中有广泛应用前景.

基于序列及结构特征的固有无序蛋白—核酸相互作用位点预测分析

固有无序蛋白是一类具有柔性结构的蛋白质,许多情况下通过与其它物质相互作用形成稳定结构来发挥重要生物功能.本文分别利用基于序列特征和结构特征的蛋白质结合位点预测程序对固有无序蛋白有序区和无序区与核酸分子的结合位点进行了预测分析.结果发现,基于结构特征的结合位点预测方法整体上要优于基于序列特征的预测方法,表明无序区尽管缺少稳定空间结构,结构特征依然在固有无序蛋白结合位点中发挥了重要作用.因此,可以为今后固有无序蛋白序列特征及结构特征的提取提供可靠依据.

基于机器学习的假尿苷位点预测的研究进展

在基因的转录过程中,RNA很容易发生修饰的现象。迄今为止,研究人员已经发现了一百多种RNA的修饰,而假尿苷(ψ)是第一个被发现的,并且是目前存在最广泛的一种RNA修饰。近年来,随着表观遗传学研究的深入,关于假尿苷的研究越来越多。假尿苷修饰对于各种细胞生物和生理过程是至关重要的,研究的关键步骤就是在转录组中准确地识别出假尿苷的位点。由于实验化学方法来识别假尿苷位点耗时耗力,基于机器学习的计算方法来识别假尿苷位点是如今最好的选择。本文回顾了基于机器学习的假尿苷位点预测的研究现状,调查了研究人员在位点预测过程中使用的数据集和评估方法,得到了假尿苷位点预测的最新进展。本文选取具有代表性的几个机器学习模型进行简要概述,并对目前的局限性给出一些建议。

基于支持向量机集成的蛋白质与维生素绑定位点预测

在蛋白质与维生素绑定位点预测问题中,小类样本和大类样本之间存在显著的不平衡性,传统的机器学习方法将不再适用。针对此问题,在多重随机下采样的基础上结合支持向量机(SVM)集成来预测蛋白质与维生素的绑定位点,采用了一种改进的Ada Boost集成方法,称为MAda Boost集成。通过实验比较了不同的集成策略,其中MAda Boost集成效果最优。实验结果表明,采用随机下采样结合SVM集成将有效提高蛋白质维生素绑定位点预测的精度。

基于机器学习的RNA甲基化修饰位点预测的研究进展

RNA修饰,特别是RNA甲基化,在人类多种生物活动中起着非常重要的调控作用,最常见的修饰包括N6-腺苷酸甲基化(m6A)、N1-腺苷酸甲基化(m1A)、胞嘧啶羟基化(m5C)等。RNA甲基化修饰位点的准确识别对预测多种人类遗传学疾病以及药物研发发挥着关键作用。随着数据集的大量积累,序列数据的分析需求不断增多,一些基于机器学习的预测方法被开发出来,用于甲基化位点的识别。本工作分别从RNA修饰、数据集来源、预测结果的评估标准以及用于预测的算法模型优缺点等方面进行综述,最后指出了RNA甲基化修饰位点预测未来的研究方向。

生物信息学方法在判断DNA结合蛋白质和预测结合位点中的应用

综述生物信息学方法在判断DNA结合蛋白质和预测结合位点中的应用研究进展。蛋白质与DNA间的相互作用是基因表达调控的分子生物学基础,因此DNA结合蛋白的判断以及DNA与蛋白质间作用位点的预测一直以来都是分子生物学和生物信息学的前沿领域。采用生物信息学方法进行这类判断和预测,具有省时、省力的特点,近年来吸引了众多科学家的关注。

基于深度学习的蛋白质⁃ATP结合位点预测

为了提高识别蛋白质-ATP结合位点预测精度,提出了基于Inception架构的深度网络模型Inception_base,同时对网络模型和训练策略进行优化和改进,提出了新的网络模型Inception_evolution。通过两组数据集在该模型上测试,获得AUC分别为0.885和0.918,均优于其他对比机器学习方法。实验结果表明,深度学习方法可以应用于蛋白质-ATP结合位点预测问题中,该模型能够更精确预测蛋白质-ATP结合位点。

基于LibSVM的CKSAAP蛋白特征提取预测水稻蛋白质磷酸化位点

本文从swiss-prot中选取经过试验验证的水稻蛋白质磷酸化位点数据作为训练集合,应用蛋白质序列特征提取方法 Composition of k-spaced residues pairs(CKSAAP),为利用SVM算法构建专门针对水稻蛋白质磷酸化位点的预测工具做准备。CKSAAP方法利用在序列片断中残基的K个间隔距离的组成,进一步反映了残基之间的相关性。本文利用LibSVM软件包对已通过改进过得CKSAAP方法特征提取出来的数值特征对磷酸化位点进行预测,从而为之后构建水稻蛋白质磷酸化位点的预测工具做准备。结果表明,本文基于SVM和CKSAAP方法的水稻蛋白质磷酸化位点预测在丝氨酸,苏氨酸和酪氨酸的平均预测准确性为80.638%,马修斯系数为0.611。与PlantPhos和Musite的预测性能的对比结果显示,在磷酸化各氨基酸位点的预测性能高于PlantPhos及Musite。

高低危型HPVE7的分析以及58型E7结构与结合位点预测

对18种HPV E7蛋白进行生物信息学分析,同时对HPV58 E7进行结构以及可结合位点的预测.从NCBI数据库中获取蛋白序列,通过ExPASy Protpacam进行生物信息分析,Clustal W进行多序列比对,MEGA软件构建进化树,利用Zhang lab QUARK以及Q—SiteFinder能量依赖的检测对HPV58 E7进行结构预测与结合位点预测.得到了E7生物信息,多序列比对数据,构建成进化树,获得HPV58 E7蛋白结构,并且找到pRb与E7结合的三维位点.不同类型HPV E7蛋白存在进化差异,得到的HPV58型结构以及与pRb的可以结合位点,为抑制HPV58 E7蛋白功能的相关实验提供了理论依据.

一种预测判断蛋白质DNA相互作用位点的新方法

蛋白质-DNA相互作用位点在各类生理生化反应中扮演重要角色.本论文旨在构建一种可以准确预测"相互作用位点"的方法:PdDNA,其内容主要包括支持向量机和序列匹配器.支持向量机通过提取相互作用位点中心残基的特征进行训练并分类,序列匹配器则通过蛋白质特征矩阵(PSSM)对氨基酸序列进行相关性评估,对二者结果进行归一化整合,得到最终的预测结果.利用公开数据集PDNA62,我们的PdDNA预测准确率为86.87%.为进一步验证PdDNA可靠性,我们还自建了PDNA224数据集,其预测准确率为83.07%,处于较高水平.因此PdDNA是一种有效的"蛋白质-DNA相互作用位点"预测方法.

通过构建蛋白质结构域功能模版库做基于氨基酸序列的蛋白质功能位点预测(英文)

由蛋白质序列预测蛋白质功能位点对于理解蛋白质功能具有重大的意义,它同时也为生物学实验提供了重要依据.长期以来,基于知识库的方法一直是预测蛋白质功能位点的可靠方法.通过适当修改蛋白质结构分类库SCOP构建了一个附带功能注释的结构域模版库(fDPD),其中每个模版都包含一组序列和结构都非常相近的已知的蛋白质成员.fDPD通过隐马尔可夫模型方法HMMER由未知蛋白质的序列预测其功能位点.为了考察本方法的效果我们检测了两个通用的酶催化位点数据库,一个由约1 500个序列构成的钙离子结合蛋白数据库和从CASP9中提取出的数条蛋白质序列.我们的方法对于配体结合位点以及钙结合位点的预测取得了较高的精度和覆盖率,其催化位点的预测效果仅次于目前已知的最好的方法.我们的计算结果表明,结构上相似的蛋白质其功能位点倾向于出现在蛋白质表面上相似的位置.

用五维特征空间预测蛋白质结合位点界面氨基酸

为了正确理解和预测蛋白质的结合位点氨基酸,基于氨基酸的物理、化学特征,提出利用五维特征空间预测界面氨基酸的新方法.首先,根据氨基酸标准化后的特征值划分小区域;然后,将氨基酸铺在五维空间;最后,对五维空间中的小区域聚类形成簇.结果表明:界面氨基酸和含界面氨基酸单体对某些簇有明显的偏好,将该类簇标记后,通过测试集测试得到较好的预测结果.该方法不仅提出结合位点的预测方法,而且有助于加深对蛋白质相互作用的理解.