基于血凝素蛋白序列的甲型流感病毒抗原性變異預測研究.pdf

1、及時的鑒定新出現(xiàn)流感病毒的抗原性變異對于流感疫苗的設計、流感的監(jiān)督以及人們的生命健康都是至關重要的。傳統(tǒng)的實驗方法（例如血凝抑制試驗）雖然預測效果不錯，但仍有不少缺點和不足:費時又費力，不能及時有效的對流感起到監(jiān)控作用;有些實驗無法順利進行而導致獲取的血清學數(shù)據(jù)比較稀疏（含有大量的缺失值）;測量值存在人為和系統(tǒng)誤差故而最終的血清學數(shù)據(jù)中有不少值過低。為了加速對流感病毒抗原性變異的預測及提升預測質(zhì)量，基于流感病毒血凝素蛋白序列的生物信息學

2、方法不斷的被提出。本文通過提取血凝素蛋白的序列信息并結合對應血清學數(shù)據(jù)對甲型流感病毒的抗原性變異進行分析和預測，主要研究內(nèi)容如下:
　　1.綜述了近幾年國內(nèi)外甲型流感病毒抗原性變異的預測研究進展，主要是針對血凝素蛋白序列的特征提取以及預測分類算法。常見的特征表示有二進制表示，按氨基酸物化性質(zhì)分組提取等。采用的預測分類算法主要有矩陣填充，K近鄰，支持向量機，邏輯斯蒂卡回歸，套索算法等。
　　2.提出了一種基于血凝素蛋白序列的聯(lián)

3、合隨機森林算法(JRFR)，用于直接預測甲型流感病毒的抗原性距離。我們的算法結合94種氨基酸替換矩陣及HA1對甲型流感病毒的抗原性距離進行預測，不僅提升了預測精度而且對新的病毒序列的抗原性變異有很好的預測效果。
　　3.提出了一種基于血凝素蛋白序列的矩陣填充算法(BMCSI)，用于填充和矯正原本過于稀疏的及含有很多不穩(wěn)定值的血凝素抑制試驗測試數(shù)據(jù)，從而得以更精確的計算各病毒間的抗原性距離，并通過多維尺度分析(MDS)算法將其抗原性