

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、蛋白質是生命的物質基礎,是構成細胞的基本有機物,是生命活動的主要承擔者。因此,它是與生命及與各種形式的生命活動緊密聯(lián)系在一起的物質。不同種類的蛋白質對生命活動的作用是不同的,關鍵蛋白質是指生物組織生存和繁殖以及相關特定生物功能正常執(zhí)行所必需的蛋白質,在生命活動中扮演重要角色。識別關鍵蛋白質有助于加深了解細胞生長周期過程,從而增強對生命活動內在運行機制理解,也有助于推進對生物進化規(guī)律的研究。由此,在組學時代,隨著高通量技術的發(fā)展,蛋白質相
2、關實驗數(shù)據日益豐富,基于蛋白質網絡的關鍵蛋白質識別成為新的研究熱點。
本文從蛋白質網絡拓撲中心性度量融合的角度出發(fā),在分析經典節(jié)點拓撲中心性的基礎上,深入探尋關鍵蛋白質識別的本質特征,設計了有效的關鍵蛋白質識別新方法。主要研究工作如下:
首先簡要描述中心性度量的基本概念,它是刻畫網絡節(jié)點在復雜網絡中發(fā)揮相應作用的重要程度的一類指標。基于拓撲中心性度量的關鍵蛋白質識別方法,通常只能反映蛋白質網絡中蛋白質節(jié)點的單一特征,
3、到目前仍無法有效表征蛋白質的關鍵性。近來有研究指出,蛋白質的關鍵性具有多維度多層次性。鑒于此,本文選擇有代表性的多種拓撲中心性度量,設計由這類拓撲中心性度量合理融合的機制,提出由拓撲中心性度量構建的特征空間。
其次,在拓撲中心性度量構建的特征空間中,本文將現(xiàn)有關鍵蛋白質識別方法的排序篩選方式轉換為在特征空間中的分類任務。在對蛋白質網絡節(jié)點和相互作用的統(tǒng)計分析后,本文發(fā)現(xiàn)這類分類任務屬于非均衡的二分類。由此,本文借助研究成果相對
4、豐富的支持向量機作為分類器,構建了在網絡水平上識別關鍵蛋白質的新方法TC_SVM,為關鍵蛋白質識別研究提供了新的研究途徑。實驗結果表明,在給定的蛋白質網絡中,通過常用統(tǒng)計學指標的對比分析,TC_SVM預測關鍵蛋白質的性能普遍高于經典的十種中心性度量,尤其在綜合衡量分類性能的統(tǒng)計學指標F-measure和AUC上,TC_SVM具有較明顯優(yōu)勢。通過性能分析和對比,TC_SVM方法較好的預測性能表明:對多種經典拓撲中心性度量的合理融合是可行的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機的蛋白質分類研究.pdf
- 使用支持向量機方法的蛋白質分類研究.pdf
- 基于支持向量機的蛋白質一級序列分類方法研究.pdf
- 基于支持向量機的蛋白質功能預測研究.pdf
- 基于支持向量機的蛋白質功能預測新方法研究.pdf
- 基于支持向量機的蛋白質相互作用研究.pdf
- 基于支持向量機的蛋白質結構和功能預測研究.pdf
- 基于支持向量機的蛋白質相互作用預測的研究.pdf
- 基于支持向量機的蛋白質二級結構預測.pdf
- 基于支持向量機的網絡漏洞分類方法的研究.pdf
- 基于多核支持向量機的網絡流量分類方法研究.pdf
- 30625.基于支持向量機的線蟲蛋白質相互作用判別
- 基于支持向量機的多分類方法研究.pdf
- 支持向量機在蛋白質結構預測中的應用研究.pdf
- 基于圖像的蛋白質晶體分類方法研究.pdf
- 基于支持向量機的圖像分類方法研究.pdf
- 基于蛋白質網絡與蛋白質功能的關鍵蛋白質預測研究.pdf
- 基于支持向量機的蛋白質二級結構預測新算法及其在血管蛋白質研究中的初步應用.pdf
- 基于網絡節(jié)點拓撲參數(shù)的關鍵蛋白質識別研究.pdf
- 基于幾何算法的支持向量機分類方法.pdf
評論
0/150
提交評論