蛋白質(zhì)功能預(yù)測(cè)的半監(jiān)督學(xué)習(xí)算法研究.pdf

1、蛋白質(zhì)作為生命物質(zhì)的基礎(chǔ),與生物體的生長息息相關(guān)。作為蛋白質(zhì)組學(xué)的研究熱點(diǎn)之一,研究蛋白質(zhì)的功能有助于人類揭示生命的奧秘。雖然采用生化實(shí)驗(yàn)是最具生物學(xué)可靠性的分析蛋白質(zhì)功能的方法,然而這類實(shí)驗(yàn)的周期長、成本高,已經(jīng)無法滿足處理目前高速增長的蛋白質(zhì)數(shù)據(jù)的需要。這促使研究者們通過計(jì)算技術(shù)對(duì)蛋白質(zhì)功能進(jìn)行預(yù)測(cè)。
　　 隨著高通量生物技術(shù)的發(fā)展,采用蛋白質(zhì)相互作用網(wǎng)絡(luò)的功能預(yù)測(cè)成為了近年來的研究熱點(diǎn)之一。由于相互作用網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜,研究者

2、們通常采用機(jī)器學(xué)習(xí)的方式對(duì)其進(jìn)行分析。本文基于一種稱為全局優(yōu)化模型的半監(jiān)督學(xué)習(xí)方式,采用蛋白質(zhì)相互作用網(wǎng)絡(luò)進(jìn)行蛋白質(zhì)功能預(yù)測(cè)。根據(jù)全局優(yōu)化模型存在的對(duì)局部信息利用不足的問題,本文對(duì)其進(jìn)行了改進(jìn),并提出了局部搜索策略引導(dǎo)的全局優(yōu)化模型?；谝陨夏Ｐ?本文分別設(shè)計(jì)和實(shí)現(xiàn)了蛋白質(zhì)功能預(yù)測(cè)的蟻群優(yōu)化算法和蛋白質(zhì)功能預(yù)測(cè)的混洗蛙跳算法。為了進(jìn)行算法仿真,本文對(duì)目前常見的蛋白質(zhì)相互作用數(shù)據(jù)庫和功能注釋數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行了收集和整理,針對(duì)其中蛋白質(zhì)編

3、號(hào)方式不同的問題設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)數(shù)據(jù)預(yù)處理和整合工具,方便今后研究中的數(shù)據(jù)處理和交換。在算法仿真中本文采用了兩組仿真數(shù)據(jù),一組來自文獻(xiàn)中提供的數(shù)據(jù),另一組是本文采用上述工具將DIP-core與FunCat2.1的數(shù)據(jù)進(jìn)行整合得到的數(shù)據(jù)。仿真結(jié)果表明,以上兩種算法均能夠有效對(duì)蛋白質(zhì)功能進(jìn)行預(yù)測(cè),預(yù)測(cè)準(zhǔn)確率總體高于現(xiàn)有的一些算法。
　　 另外,本文測(cè)試了上述兩個(gè)算法對(duì)相互作用網(wǎng)絡(luò)中假陽性、假陰性數(shù)據(jù)的容錯(cuò)能力,結(jié)果表明,上述兩個(gè)算法