基于结构域组合信息预测蛋白质相互作用

基于多个结构域联合作用导致蛋白质间相互作用的假设,提出了一种预测蛋白质间相互作用的新方法。使用支持向量机分析结构域组合对序列的氨基酸理化性质得到其序列特征值,同时采用统计分析的方法获取其频率特征值,最后通过融合上述两种特征估计该结构域组合间发生相互作用的可能性,并以此预测蛋白质间相互作用关系。该方法能够预测所有结构域组合间相互作用关系,且对于蛋白质相互作用关系有着较好的预测效果。

水稻基因结构分析与预测建模

将水稻基因结构预测问题划分为基因级、元件级和特征级等多个层次上的一系列较简单子问题,分析了各特征与序列C+G含量之间的依赖关系,通过采用从简单到复杂逐级优化的策略建立了不同序列C+G含量的水稻基因结构模型,设计了基因结构寻优的动态规划算法,开发了水稻基因结构预测软件Rice-GenePRE.采用测试数据集OsSNG550对该软件进行测试的结果显示:RiceGenePRE在核苷酸、外显子和基因水平上的预测效果均优于水稻基因结构预测系统FGENESH.

人类基因PolyA位点预测

mRNA 3′端的多聚腺苷酸化是真核细胞内mRNA转录后处理的三个最主要步骤之一.对DNA序列上发生多聚腺苷酸化的位置即PolyA位点的识别,对于理解mRNA的形成机制以及进行基因结构预测具有重要作用.本研究利用机器学习方法对PolyA位点进行预测,其实现过程分为以下三个步骤:特征的生成、特征的筛选、特征的综合分析聚类.首先,我们采取统计k阶核苷酸频率的方法来生成初始的特征;然后,通过信息学知识来对特征进行筛选;最后,使用SVM(Support Vector Machines,支持向量机)的方法进行特征的综合分析,确定参数,建立预测模型.在独立的测试数据集上进行测试,当敏感度(Sn)固定为60%时,在内含子水平和外显子水平上的特异性(Sp)分别为71.67%和80.77%,在内含子水平上的预测精度明显优于国际上的同类软件.

从microarray时序表达数据识别周期表达基因

根据周期表达基因的周期性和峰值特点,提出了一种将microarray时序表达数据划分为若干个基因表达周期,并对周期内的峰值特点进行评估以识别周期表达基因的方法,能有效减小microarray实验时的噪声干扰。选取了三组广泛使用的时序表达数据和一组可靠的周期表达基因集合对该方法的效果进行了测试,并与三种典型的周期表达基因识别方法的效果进行了比较。该方法能有效地从各种microarray时序表达数据中识别周期表达基因。