基于集成支持向量机与随机森林的蛋白交互预测研究

论文摘要

蛋白质作为生命体的重要组成成分,参与维持生命活动的正常进行。作为细胞功能的执行者,大多数蛋白质通过与其他蛋白质发生相互作用,结合形成复合物对生命活动进行调控。研究蛋白质间相互作用,对疾病诊疗,药物筛选等方面的研究都有着积极的意义。目前通过生物实验方法中广泛使用的高通量生物技术可以对蛋白质相互作用进行测定,但由于其过高的时间成本和经济成本,无法实现大规模的应用。因此,通过计算方法对蛋白质间相互作用进行预测具有广阔的现实意义。预测蛋白质相互作用一直是在计算生物学领域中研究的一个热点方向。本文从蛋白质的序列信息出发进行对蛋白质相互作用的预测研究,选取了序列信息的进化保守性特征,协同进化性特征与溶剂可及性特征,并对其中的进化保守性特征进行离散余弦变换,以降低冗余数据对预测准确度的影响。继而将提取的三类特征进行整合处理,构建特征矩阵。基于集成学习算法结合支持向量机和随机森林构建分类器,其中对支持向量机和随机森林进行参数调优和阈值选取。将特征矩阵输入到分类器中,完成对蛋白质相互作用的预测过程。本文所提出的预测方法丰富了序列信息,结合了提取的多种信息特征,并确定了基于集成学习算法来建立分类器模型。为了验证模型具有优秀的泛化性,在其他蛋白质数据集同样有着良好的预测性能,在测试集上对数据进行分类预测,其结果也反映了本文提出的预测方法相较于其他研究蛋白质相互作用预测方法可以达到更加优异的预测效果。

论文目录

摘要

Abstract

第一章绪论

1.1 研究背景

1.2 国内外研究现状

1.3 研究意义

1.4 本文研究内容

第二章蛋白交互相关知识简介

2.1 蛋白质相互作用相关数据库介绍

2.1.1 DIP数据库

2.1.2 Swiss-Prot数据库

2.1.3 String数据库

2.1.4 HPRD数据库

2.2 蛋白质相互作用预测分类器简介

2.2.1 支持向量机简介

2.2.2 随机森林简介

第三章基于集成SVM与 RF的蛋白交互预测方法

3.1 本文实验算法流程

3.2 本文数据集的构建

3.2.1 训练集和验证集的选取及预处理

3.2.2 测试集的选取及预处理

3.3 特征选择与特征矩阵的构建

3.3.1 进化保守性特征

3.3.2 协同进化性特征

3.3.3 溶剂可及性特征

3.3.4 本节小结

3.4 集成学习算法分类器的选取与应用

3.4.0 分类器的选取

3.4.1 支持向量机

3.4.2 随机森林

3.4.3 集成学习

第四章实验结果的分析与讨论

4.1 实验结果评价指标

4.2 支持向量机参数调优与阈值选择

4.2.1 基于交叉验证和网格搜索的参数调优

4.2.2 判别阈值选取

4.3 随机森林参数调优

4.4 集成学习分类器与单一分类器的性能比较

4.5 特征有效性分析

4.6 独立测试集中本文预测结果与其他分类方法比较

4.7 本章小结

第五章总结与展望

5.1 本文工作总结

5.2 未来工作展望

参考文献

致谢

文章来源

类型: 硕士论文

作者: 刘天宇

导师: 孙平平

关键词: 蛋白质相互作用,序列信息特征,集成学习算法,支持向量机,随机森林

来源: 东北师范大学

年度: 2019

分类: 基础科学,信息科技

专业: 生物学,自动化技术

单位: 东北师范大学

分类号: Q51;TP18

总页数: 45

文件大小: 2589K

下载量: 110

基于集成支持向量机与随机森林的蛋白交互预测研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢