多肽結(jié)構(gòu)與保留時間關(guān)系的研究.pdf

1、隨著儀器和分析技術(shù)快速發(fā)展，蛋白質(zhì)組學(xué)有了新的進展，并成為最重要的生命科學(xué)領(lǐng)域之一，其實驗數(shù)據(jù)龐大，要求高通量計算來提高多肽鑒定得分，從而提高蛋白鑒定準確度。而液相色譜中多肽的保留時間信息始終沒有得到很好的利用，保留時間是色譜分析中重要的參數(shù)，如果能夠更好地利用此參數(shù)可以提高多肽鑒定質(zhì)量，從而提高蛋白質(zhì)的鑒定可靠性。本文試圖利用這些信息抓住多肽保留行為的特點，運用化學(xué)計量學(xué)，化學(xué)信息學(xué)中常用的方法PLS，KPLS，SVR等建立多肽保留時

2、間的QSAR模型，提高多肽鑒定質(zhì)量，從而提高蛋白質(zhì)鑒定的數(shù)量和質(zhì)量。 本文研究的對象多肽與其他化合物不同，多肽是由20種氨基酸組成，反映它們結(jié)構(gòu)的數(shù)據(jù)目前并沒有直接顯示，許多學(xué)者都是假設(shè)多肽的各種物化性質(zhì)是通過組成它們的氨基酸的性質(zhì)加和來反映的。本文以文獻中搜集到的3個數(shù)據(jù)集為研究對象逐級深入地研究多肽結(jié)構(gòu)和保留時間的關(guān)系，并提出了變量優(yōu)化的方法和新的局部變量，創(chuàng)造性地以局部變量結(jié)合全局變量建立QSAR模型，為QSAR的研究開

3、辟了新的研究方向，并建立了共識模型，得到0．96以上的相關(guān)性系數(shù)，遠遠高于文獻值。 具體研究步驟如下：首先大規(guī)模的搜集20種氨基酸的物化性質(zhì)，以及多肽研究中新產(chǎn)生的各種組合變量。以數(shù)據(jù)集1——復(fù)旦大學(xué)張祥民實驗室所得136個多肽為研究對象，通過變量篩選后運用PLS，KPLS，SVR對其建模預(yù)報。同時因為單個氨基酸的保留時間來自文獻，與136個多肽的保留時間的實驗條件不同，所以剔除了這個變量再次建模預(yù)報，并運用共識模型預(yù)報所得的

4、相關(guān)性系數(shù)達到0．83優(yōu)于文獻值0．81。但這個結(jié)果遠遠沒有達到本文的要求，故希望尋找新的更多的多肽數(shù)據(jù)集，尋找潛在的新的變量，特別是嘗試局部變量在多肽結(jié)構(gòu)與保留時間關(guān)系中的應(yīng)用。 接著以數(shù)據(jù)集2——346個多肽為研究對象，提出了與位置有關(guān)的變量和與性質(zhì)強度有關(guān)的變量，利用PLS，KPLS，SVR，共識模型等方法建模預(yù)報，所得相關(guān)性系數(shù)0．96以上由于文獻所得的0．92。 最后以數(shù)據(jù)集3——834個多肽為驗證對象，用