基于分段伪氨基酸组成成分特征提取方法预测蛋白质亚细胞定位

蛋白质的亚细胞定位与蛋白质的功能密切相关,其定位预测有助于人们了解蛋白质功能。文章提出一种分段伪氨基酸组成成分特征提取方法,采用支持向量机算法对Chou构建的两个蛋白质亚细胞定位数据集(C2129,CS2423)进行了分类研究,并采用总分类精度Q3、内容平衡精度指数Q9等参数评估预测分类系统性能。预测结果表明,基于分段伪氨基酸组成成分特征提取方法的预测性能,优于基于完整蛋白质序列的伪氨基酸组成成分特征提取方法。例如,基于分段矩描述子伪氨基酸组成成分特征提取方法,数据集C2129的Q3和Q9分别为84.7%和60.8%,比基于完整蛋白质序列的矩描述子伪氨基酸组成成分特征提取方法分别提高1.8和2.2个百分点,且Q3比现有Xiao等人的方法提高了9.1个百分点。基于分段伪氨基酸组成成分特征提取方法构成的特征向量不仅包含残基之间的位置信息,而且还包含蛋白质子序列之间的耦合信息,另外蛋白质分段子序列可能和蛋白质的功能域有一定的联系,从而使这一方法能够有效地预测蛋白质亚细胞定位。

基于分段氨基酸组成成分的蛋白质相互作用预测

蛋白质相互作用研究有助于揭示生命过程的许多本质问题,也有助于疾病预防、诊断,对药物研制具有重要的参考价值。文章首先构建出蛋白质作用数据库,提出分段氨基酸组成成分特征提取方法来预测蛋白质相互作用。10CV检验下,基于支持向量机的3段氨基酸组成成分特征提取方法的预测总精度为86.2%,比传统的氨基酸组成成分方法提高2.31个百分点;采用Guo的数据库和检验方法,3段氨基酸组成成分特征提取方法的预测总精度为90.11%,比Guo的自相关函数特征提取方法提高2.75个百分点,从而表明分段氨基酸组成成分特征提取方法可有效地应用于蛋白质相互作用预测。

基于支持向量机的多类蛋白质折叠子预测

基于支持向量机 ,以氨基酸组成成分、氨基酸组成成分与氨基酸残基指数自相关函数组合两种特征提取方法构成的特征向量表示蛋白质序列 ,对多类蛋白质折叠子问题进行了相关研究。结果表明 ,由氨基酸组成成分与氨基酸残基指数自相关函数组合构成的特征参数集 (其参数集以符号HOPT、PARJ、PONP、WOLS表示 ) ,其预测精度比氨基酸组成成分特征参数集有不同程度的提高。对于独立测试样本集 ,HOPT结果较好 ,采用“唯一的一对多”策略 ,其总预测精度为 41 .91 % ,比氨基酸组成成分提高 6.94个百分点 ,这些结果说明自相关函数含有一定的蛋白质空间折叠信息 ,支持向量机对于小样本分类预测是一种非常有效的方法。

蛋白质亚细胞定位预测中的序列编码技术研究

随着后基因组时代的来临,蛋白质序列数量增长迅速,利用实验手段分析蛋白质亚细胞定位不易大规模进行。近年来,通过提取蛋白质的各种特征信息(序列编码技术),自动预测蛋白质的亚细胞定位的算法得到了较快的发展。综述了当前已有的序列编码技术成果,并指出了存在的问题及可能的发展方向。

降血脂的食品——荞麦

荞麦是五谷杂粮中名分很低的一种粗粮,我国种植、食用荞麦是有数千年的历史。如今食用荞麦面的人,除我国外,还有日本、朝鲜、俄罗斯以及美洲和欧洲局部地区的人民。荞麦中含有蛋白质7～13％,比大米、白面含量高,其氨基酸组成成分,如赖氨酸和精氨酸含量都比大米、白面丰富。