資源描述：
《基于序列信息的DNA_RNA結(jié)合蛋白識別.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、碩士學(xué)位論文基于序列信息的DNA/RNA結(jié)合蛋白識別RECOGNITIONOFDNA/RNABINDINGPROTEINSBASEDONSEQUENCEINFORMATION張軍哈爾濱工業(yè)大學(xué)2018年6月國內(nèi)圖書分類號：TP391.4學(xué)校代碼：10213國際圖書分類號：621.3密級：公開工學(xué)碩士學(xué)位論文基于序列信息的DNA/RNA結(jié)合蛋白識別碩士研究生：張軍導(dǎo)師：劉濱教授申請學(xué)位：工學(xué)碩士學(xué)科：計算機(jī)科學(xué)與技術(shù)所在單位：深圳研究生院答辯日期：2018年6月授予學(xué)位單位：哈爾濱工業(yè)大學(xué)Class
2、ifiedIndex:TP391.4U.D.C:621.3AdissertationsubmittedinpartialfulfillmentoftherequirementsfortheacademicdegreeofMasterofEngineeringRECOGNITIONOFDNA/RNABINDINGPROTEINSBASEDONSEQUENCEINFORMATIONCandidate：JunZhangSupervisor：Prof.BinLiuAcademicDegreeApplied
3、for：MasterofEngineeringSpeciality：ComputerScienceandTechnologyAffiliation：ShenzhenGraduateSchoolDateofDefence：June,2018Degree-Conferring-Institution：HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要隨著基因組計劃的啟動和發(fā)展，蛋白質(zhì)序列每年呈指數(shù)趨勢爆炸式增長，然而其中已知結(jié)構(gòu)和功能的蛋白質(zhì)數(shù)量卻增長緩慢。面對日
4、益增多的蛋白質(zhì)序列，如何從中挖掘有用的信息進(jìn)而有效地預(yù)測蛋白質(zhì)的結(jié)構(gòu)和功能成為當(dāng)前一個亟待解決的難題。DNA和RNA結(jié)合蛋白是兩種特殊的蛋白質(zhì)，它們在多種有關(guān)基因的生命活動中扮演重要的角色，與很多疾病相關(guān)。雖然基于實驗的方法能夠比較準(zhǔn)確地識別這兩種蛋白，但這些方法的成本都非常高，而且對實驗環(huán)境和設(shè)備有嚴(yán)格的要求。為了設(shè)計更加高效快捷的DNA和RNA結(jié)合蛋白識別方法，本課題以蛋白質(zhì)序列信息為基礎(chǔ)，對DNA和RNA結(jié)合蛋白識別問題進(jìn)行了研究。針對現(xiàn)有基于序列的DNA結(jié)合蛋白識別方法性能有限的問題，本文
5、設(shè)計了一個基于加權(quán)投票的集成學(xué)習(xí)策略，結(jié)合現(xiàn)有的三種蛋白質(zhì)表示方法（k-mer，PDT和PDT-Profile）及SVM算法構(gòu)建了一個DNA結(jié)合蛋白識別模型iDNA-Prot-Vote。在國際上兩個廣泛使用的數(shù)據(jù)集上對其進(jìn)行了測試，結(jié)果表明本文所提集成方法能夠在基分類器的基礎(chǔ)上提升DNA結(jié)合蛋白識別準(zhǔn)確率，且集成模型iDNA-Prot-Vote的識別準(zhǔn)確率高于大多數(shù)現(xiàn)存的方法。針對如何有效地表示蛋白質(zhì)序列的問題，本文設(shè)計了三種基于PSFM譜的蛋白質(zhì)特征提取方法，包括PSFM-DBT，PSFM-TT
6、和PSFM-RPT。在基準(zhǔn)數(shù)據(jù)集和獨立測試集上的測試結(jié)果表明本文所提的三種方法在DNA結(jié)合蛋白識別問題上優(yōu)于大多數(shù)現(xiàn)存方法，且PSFM-DBT方法取得了最高的預(yù)測準(zhǔn)確率。為了驗證所提方法的有效性，本文在分子生物學(xué)層面對PSFM-DBT提取到的特征進(jìn)行了分析，結(jié)果表明該方法確實能夠有效抓取蛋白質(zhì)特征。基于PSFM-DBT方法本文構(gòu)建了一個DNA結(jié)合蛋白預(yù)測模型，并開發(fā)了相應(yīng)的在線預(yù)測系統(tǒng)。針對DNA和RNA結(jié)合蛋白識別領(lǐng)域沒有能夠同時識別DNA結(jié)合蛋白、RNA結(jié)合蛋白以及非核酸結(jié)合蛋白的方法，本文基
7、于深度學(xué)習(xí)技術(shù)提出了第一個能夠識別上述三種蛋白質(zhì)的方法DeepDRBP。DeepDRBP分為兩層，每層是一個分類模型，由一種深度神經(jīng)網(wǎng)絡(luò)結(jié)合一種蛋白質(zhì)進(jìn)化信息譜構(gòu)成。第一層用來區(qū)分核酸結(jié)合蛋白（DNA/RNA-bindingproteins）和非核酸結(jié)合蛋白，第二層用來進(jìn)一步確定在第一層中被預(yù)測為核酸結(jié)合蛋白的查詢蛋白是DNA結(jié)合蛋白還是RNA結(jié)合蛋白。在基準(zhǔn)數(shù)據(jù)集和Swiss-Prot新增蛋白質(zhì)上的測試結(jié)果表明本文所提方法是一種有效的識別方法。此外，本文還提供了相應(yīng)的在線預(yù)測系統(tǒng)。關(guān)鍵詞：DNA
8、結(jié)合蛋白質(zhì)；RNA結(jié)合蛋白質(zhì)；PSFM-DBT；集成學(xué)習(xí)；深度學(xué)習(xí)-I-哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文AbstractWiththestart-upanddevelopmentofthegenomeproject,thenumberofproteinsequencesisincreasingexponentially.However,thenumberofproteinswithstructureandfunctionisincreasingslowly.Howtoextractu
