基于密度聚類和特征分類的蛋白質(zhì)相互作用熱區(qū)預測.pdf

1、蛋白質(zhì)功能由蛋白質(zhì)相互作用進行表達，蛋白質(zhì)與蛋白質(zhì)相互作用的界面上并非所有的殘基都是重要的，有時只有少數(shù)幾個殘基對蛋白質(zhì)的結合起著關鍵的作用，這些起關鍵作用的殘基稱為熱點殘基。大量實驗表明，熱點殘基在蛋白質(zhì)與蛋白質(zhì)相互作用中會形成一種特定的構象，該構象稱為熱區(qū)。熱區(qū)具有穩(wěn)定并協(xié)調(diào)蛋白質(zhì)與蛋白質(zhì)相互作用的功能，熱區(qū)的發(fā)現(xiàn)和界定對于理解疾病的起源、生物制藥、藥物作用靶點等蛋白質(zhì)活動都非常重要。
　　近年來，研究人員從實驗角度出發(fā)，記錄

2、了一些蛋白質(zhì)相互作用的數(shù)據(jù)，但是由于蛋白質(zhì)相互作用實驗成本高、周期長、復雜度高，實驗數(shù)據(jù)相當有限，因此利用計算機的方法預測蛋白質(zhì)相互作用的熱區(qū)就顯得尤為重要。本文提出一種基于密度聚類和特征分類的蛋白質(zhì)熱區(qū)預測模型，實驗結果顯示，與其他方法相比，所提出的方法可以得到更好的預測結果。并且在熱區(qū)研究的基礎上，提出了一種基于序列保守性的驗證熱區(qū)的方法。研究的主要創(chuàng)新點概括如下:
　　(1)提出了一種基于密度的增量型聚類結合特征分類的預測蛋

3、白質(zhì)相互作用熱區(qū)的方法。首先利用基于密度的增量型聚類對數(shù)據(jù)集里面的數(shù)據(jù)進行聚類，得到多個初始的聚類簇，然后利用基于特征的分類剔除這些聚類簇中的非熱點殘基，從而得到最終的預測熱區(qū)。實驗結果顯示所提出的方法可以預測出絕大多數(shù)的熱區(qū)，同時在預測熱區(qū)中熱點的覆蓋率也高于其他相關方法。
　　(2)提出了一種有效的特征選擇的方法。在進行特征分類時，為了有效的選擇關鍵的生物特征，首先從蛋白質(zhì)結構出發(fā)，提取一系列與蛋白質(zhì)相互作用相關的特征，然后通

4、過基于支持向量機的遞歸特征消除結合歸一化互信息特征選擇，利用向后特征淘汰策略得到最重要的特征和去除無關緊要的特征，從而得到一個從最重要到最無關的特征排序列表，最后通過引入F-score找到這些特征的最優(yōu)化組合。
　　(3)提出了一種基于序列保守性的熱區(qū)驗證方法。由于生物實驗的復雜性和長周期性，使得由生物實驗驗證熱區(qū)十分困難，這里提出一種基于序列保守性的熱區(qū)驗證方法。對于熱區(qū)中的每一個熱點，在蛋白質(zhì)數(shù)據(jù)庫中找到形成該復合物的兩個蛋白