基于ACO优化SVM参数的蛋白质耐热性预测

氨基酸含量是影响蛋白质耐热性的主要因素,为了提高以氨基酸含量为特征向量的蛋白质耐热性预测的精度和预测模型的性能,提出了一种基于机器学习蚁群算法(ACO)优化支持向量机(SVM)参数的蛋白质耐热性预测方法。建立了SVM参数优化模型,探讨了基于网格划分策略的连续蚁群算法,通过对SVM的惩罚因子和径向基核函数的全局搜索,筛选出最优参数,使SVM的蛋白质耐热性预测率最优。结果表明:采用未优化的SVM建立的预测模型的蛋白质耐热性总预测率相对较低,约为76.5%,采用遗传算法优化预测模型参数后的预测率约为86.6%,采用ACO优化预测模型参数后预测率达到87.8%。采用ACO优化的SVM模型参数的寻优速度快,预测结果准确。     

Pathway Hunter Tool在代谢途径分析中的应用

随着重建的基因组规模代谢网络越来越多,自动化的生物化学途径分析方法显得越来越重要,已经有多种基于此的途径分析工具开发出来了。其中,Pathway Hunter Tool(PHT)是主要用于分析代谢网络的最短路径、代谢物和酶负载点和瓶颈.以及计算相关统计学数据(如平均路径长度、平均节点连接度等)的工具。本文首先简介PHT,随后用它分析E.coli K-12 MG1655代谢网络中a-D-葡萄糖和丙酮酸之间的最短路径及其代谢网络的瓶颈,最后计算4种典型生物的平均路径长度、平均节点连接度以及它们代谢网络中节点连接度最高的10种代谢物。结果表明它的分析与计算快速、准确,加之其用户界面友好、便于操作,因此可以作为代谢途径分析的强有力工具。     

模拟移动床色谱非线性的动态过程

研究模拟移动床色谱分离的动态过程。分析模拟移动床色谱柱内物料浓度的分布情况,表明色谱分离是一个动态平衡的过程。组份可以在很小的分离度之下提纯。     

非线性模拟移动床色谱的浮点编码遗传算法优化策略

开发了一种基于浮点编码遗传算法的模拟移动床色谱自动优化系统。该优化方法中将归一化的生产强度取最大值作为目标函数，同时将纯度的n次方作为罚函数。采用模拟移动床色谱的稳态模型计算浮点编码遗传算法的适度值。采用该优化算法对手性化合物binapththol的模拟移动床分离操作条件进行了优化，结果表明生产强度提高了40％以上。     

重建代谢网络及其结构与功能的分析

文中研究重建代谢网络及分析其拓扑结构与功能.首先,详细介绍用于重建代谢网络的主要数据类型以及相关数据库.然后,介绍重建和精练代谢网络的方法,及重建苏云金芽胞杆菌(Bacillus thuringiensis)代谢网络的工作.用代谢物图表示该网络,共830个节点,1 132条连线.最后,分析网络的拓扑结构特征,借助代谢网络"蝴蝶结"结构的特征对其予以简化,并从网络的小世界效应、节点度分布和关键代谢物3方面分析其巨强连通体.该巨强连通体的平均路径长度为8.63,节点度分布符合幂律分布,表明它是一个典型的小世界和无标度网络.同时,研究结果表明其关键代谢物均具备重要的生物学功能意义.     

水介导的通讯路径对脂肪酶热稳定性的影响

为研究残基和水之间的信号传递对蛋白质热稳定性的影响,以野生型脂肪酶(WTL)及其突变体(6B)在不同温度下的分子动力学模拟轨迹为基础,构建了以残基和水为节点,残基-残基及残基-水的相互作用为边的残基-残基和残基-水相互作用网络。通过Dijkstra算法计算网络中节点之间的最短路径,结果表明,300 K时,WTL和6B的αB与β4之间的loop和αB上的残基频繁与水通讯,降低了该区域的柔性。400 K时,WTL仅仅加强了αC内部的连接,而6B中β7与β8之间的loop、αA以及最长的loop之间相互连接并且与水保持稳定通讯,从而稳定脂肪酶的热稳定性。此外,6B的突变点A20E在突变之后更容易与水形成稳定的氢键作用,突变使脂肪酶热稳定性增强。本研究为理性设计提高蛋白质耐热性提供了理论基础。     

SVM的参数优化及在耐热酶和常温酶分类中的应用

氨基酸的组成是影响蛋白质耐热性的主要因素之一,所以以20种氨基酸所占比例作为特征向量,利用支持向量机(Support vector machine,SVM)预测蛋白质的耐热性。在比较了几何方法、SVM-KNN和重复训练3种参数优化的方法之后,从中选择了几何方法来优化SVM分类器的参数,并使预测率从85.4%提高到88.2%。从预测率上可知:(1)几何方法优化SVM参数可以有效地提高预测率;(2)氨基酸含量与酶的耐热性之间存在极强的相关性。     

QPSO算法柔性分子对接问题的研究

分子对接同的之一,是找出配体和受体之间最稳定构像的结合模式,可以归为全局搜索或优化问题.本文提出的鼍子行为粒子群优化算法(QPSO)是1种有效的全局优化搜索算法.本文介绍QPSO算法在分子对接问题研究中的应用,并使用Autodock3.05的打分函数评价分子对接结果.结果表明,QPSO算法的QDOCK程序能够寻找出更为稳定的构像,且其收敛速度以及对接结果的精确性均比拉马克遗传算法(LGA)的Autodock3.05好.     

产甲烷常温菌和嗜热菌代谢网络特征的比较研究

以产甲烷的常温古细菌Methanosarcina aeefivorans(MAC)和嗜热古细菌Methanopyrus kandleri(MKA)的代谢网络为研究对象,分析了网络的拓扑结构与功能之间的关联性。本文利用Networkx计算了代谢网络的度、度的中心性、紧密度中心性以及介数中心性等参数值,通过比较分析发现常温古细菌MAC和嗜热古细菌MKA存在氨基酸代谢以及碳水化合物代谢保守途径,且都具有明显更高的度。结果同时表明子途径00010(糖酵解/糖异生)、00020(柠檬酸循环)、00250(丙氨酸、天冬氨酸和谷氨酸代谢)是常温古细菌MAC与嗜热古细菌MKA2个生物体的重要途径。     

基于PCA-SVM混合算法的嗜热菌和常温菌网络特征的研究

通过比较嗜热菌和常温菌代谢网络的特征参数,可以从系统角度确定微生物嗜热性的主要因素。本文首先利用主成分分析法对22个网络特征进行相关性分析,根据特征值、载荷值的大小最终选择了11个主要网络特征:用选出的这11个网络特征组成特征向量,利用支持向量机构建分类器,对嗜热菌和常温菌进行分类,其全局平均预测率为82.93%,对常温菌和嗜热菌的平均预测率分别为87.86%和72.40%。结果表明利用主成分分析法选择的网络特征可以很好的表征嗜热菌和常温菌的耐热性,因此簇大小分布的平均信息等11个网络特征是影响微生物耐热性的关键的代谢网络特征因素。