学位论文 > 优秀研究生学位论文题录展示

基于神经网络的蛋白质二级结构预测问题的研究

作　者: 孙海军
导　师: 阮晓钢
学　校: 北京工业大学
专　业: 模式识别与智能控制
关键词: 氨基酸序列编码蛋白质二级结构神经网络
分类号: Q51
类　型: 硕士论文
年　份: 2004年
下　载: 263次
引　用: 2次
阅　读: 论文下载

内容摘要

蛋白质二级结构预测问题是生物信息学的重要问题之一。本文对蛋白质二级结构预测问题进行了研究，建立了蛋白质二级结构预测数据库。研究了蛋白质的基本组成成分氨基酸的编码方式。基于 BP 神经网络建立了单神经网路和多神经网络的预测模型。并利用它们对蛋白质二级结构进行了预测研究。其主要研究内容和成果如下： (1)蛋白质二级结构评测数据库的建立论文首先从同源蛋白质数据库(Homology Derived Secondary Structure of Proteins，简称 HSSP)中提取出 36 个蛋白质文件：针对其包含复杂的数据形式，设计了一个提取数据的方法，对蛋白质数据进行预处理，提取出氨基酸序列。建立了由这些氨基酸序列构成的数据库。为蛋白质二级结构预测打下了良好的基础。 (2)5 种氨基酸编码方式的比较研究论文针对正交编码、5 位编码、Codorl(基本型)编码、Codorl(扩展型)编码及 Profile 编码等 5 常用的编码方法。利用 BP 神经网络，建立了蛋白质二级结构预测的评测模型。运用该模型研究分析了这 5 种编码方式对蛋白质二级结构预测精度的影响。结果表明，用富含“生物进化信息”的 Profile 编码方式可以得到较高的预测结果。 (3)基于多神经网络的蛋白质二级结构预测模型论文提出了一个由 7 个 BP 神经网络组合成的多神经网络的蛋白质二级结构预测模型，该模型采用“profile”编码方式和氨基酸间的“距离”为激励输入信息，对蛋白质二级结构进行了预测。论文对从 36 个蛋白质提取的共 4000 个氨基酸的进行了预测研究和分析。结果表明，本文的多神经网络优于 Zhu 等人提出的多神经预测模型[19]，它把蛋白质二级结构预测的平均精度从 66．1 502％[19]提高到 68．8903％。本课题得到了国家自然科学基金的支持。

全文目录

摘要   4-5
Abstract  5-8
第1章绪论  8-22
  1.1 课题的研究背景及意义  8-10
  1.2 课题相关领域的研究和发展  10-19
    1.2.1 蛋白质二级结构预测的发展  10-12
    1.2.2 蛋白质二级结构预测的预测方法  12-14
    1.2.3 人工神经网路在蛋白质二级预测中的应用  14-19
  1.3 本课题的主要工作  19-20
  1.4 论文的组织  20-22
第2章评测数据库的建立  22-31
  2.1 引言  22
  2.2 生物信息数据库  22-23
  2.3 蛋白质数据库  23-26
    2.3.1 PIR和 PSD数据库  23-24
    2.3.2 SWISS-PROT数据库  24-25
    2.3.3 PROSITE数据库  25
    2.3.4 PDB数据库  25-26
    2.3.5 SCOP数据库  26
    2.3.6 HSSP数据库  26
  2.4 本文所需数据库的建立  26-31
第3章蛋白质二级结构预测的编码方式研究和分析  31-45
  3.1 引言  31
  3.2 编码问题与编码方式  31-35
    3.2.1 正交(标准)编码方式  32
    3.2.2 5位编码方式  32-33
    3.2.3 CODON(密码子)编码方式一(基本型)  33
    3.2.4 CODON(密码子)编码方式二(“扩展型”)  33-34
    3.2.5 PROFILE编码  34-35
  3.3 评测模型  35-39
    3.3.1 结构设计  35-36
    3.3.2 网络算法  36-38
    3.3.3 预测准确率的衡量  38-39
  3.4 试验与分析  39-44
  3.5 本章小结  44-45
第4章用多神经网络预测蛋白质二级结构  45-54
  4.1 引言  45-46
  4.2 评测模型  46-49
    4.2.1 结构设计  46-48
    4.2.2 算法设计  48-49
  4.3 试验与分析  49-53
  4.4 本章小结  53-54
结论  54-56
参考文献  56-61
致谢  61

基于神经网络的蛋白质二级结构预测问题的研究

内容摘要

全文目录

相似论文