蛋白質(zhì)推斷及其統(tǒng)計(jì)檢驗(yàn)算法研究.pdf

1、碩士學(xué)位論文蛋白質(zhì)推斷及其統(tǒng)計(jì)檢驗(yàn)算法研究ResearchofProteinInferenceAlgorithmandStatisticalValidationofProteinIdentifications作者姓名：董嬗學(xué)號(hào)：2111ZQ!魚完成日期：至Q!壘生蘭旦2Z旦大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)碩十學(xué)位論文摘要鳥槍法蛋白質(zhì)組學(xué)目前已經(jīng)成為全面繪制生物蛋白質(zhì)組的最有力武器。其中，從

2、原始質(zhì)譜數(shù)據(jù)中鑒定出樣本中存在的蛋白質(zhì)是鳥槍法蛋白質(zhì)組學(xué)流程的基石。蛋白質(zhì)鑒定主要包括肽段鑒定和蛋白質(zhì)推斷兩個(gè)步驟。肽段鑒定是從原始質(zhì)譜數(shù)據(jù)中鑒定出肽段序列而蛋白質(zhì)推斷問(wèn)題的目標(biāo)是從這些鑒定得到的肽段中還原出原始的蛋白質(zhì)序列。由于質(zhì)譜數(shù)據(jù)固有的不確定性和蛋白質(zhì)組的復(fù)雜性，解決蛋白質(zhì)推斷問(wèn)題變得很難。同時(shí)，鑒于樣本中存在的蛋白質(zhì)集合是未知的，如何判斷鑒定得到的蛋白質(zhì)是正確的，即蛋白質(zhì)推斷結(jié)果統(tǒng)計(jì)性驗(yàn)證問(wèn)題，也是目前研究人員關(guān)注的焦點(diǎn)。本文

3、首先提出了一個(gè)基于線性規(guī)劃的新模型來(lái)解決蛋白質(zhì)推斷問(wèn)題。該模型引入聯(lián)合概率(每個(gè)肽段和它的雙親蛋白質(zhì)同時(shí)存在于樣本的概率)，并用此概率的簡(jiǎn)單數(shù)學(xué)轉(zhuǎn)換作為模型的變量。蛋白質(zhì)和肽段的存在概率都可以用此變量的線性組合表示。最后，模型把蛋白質(zhì)推斷問(wèn)題表述為一個(gè)優(yōu)化問(wèn)題：在計(jì)算得到的肽段概率和己知的肽段概率之差小于某個(gè)閾值的約束下，最小化概率不為0的蛋白質(zhì)數(shù)量。實(shí)驗(yàn)結(jié)果表明該模型具有很好的推斷表現(xiàn)并優(yōu)于已有方法。針對(duì)蛋白質(zhì)推斷結(jié)果驗(yàn)證問(wèn)題，本文提

4、出了一個(gè)不使用誘餌蛋白質(zhì)的模型來(lái)估計(jì)目標(biāo)蛋白質(zhì)推斷算法產(chǎn)生的鑒定結(jié)果的錯(cuò)誤發(fā)現(xiàn)率。模型首先提出一個(gè)零假設(shè)：每個(gè)候選蛋白質(zhì)完全隨機(jī)地匹配上鑒定得到的肽段。在此假設(shè)基礎(chǔ)上，該模型使用置換P值評(píng)估蛋白質(zhì)鑒定結(jié)果的統(tǒng)計(jì)顯著性，并通過(guò)置換尸值計(jì)算最終的錯(cuò)誤發(fā)現(xiàn)率。模型豐要包括三個(gè)步驟：首先，產(chǎn)生和原始輸入二分圖同結(jié)構(gòu)的隨機(jī)二分圖；其次，在隨機(jī)二分圖上多次運(yùn)行目標(biāo)蛋白質(zhì)推斷算法；最后，計(jì)算置換P值和最終的錯(cuò)誤發(fā)現(xiàn)率。其中，步驟2需要多次調(diào)用目標(biāo)蛋白