带有蛋白质输入的RNA-蛋白质结合位点预测方法

RNA及RNA结合蛋白之间的相互作用在基因调控中扮演着重要角色。许多预测RNA-蛋白质结合位点的深度学习方法陆续提出。目前多数研究没有将RNA结合蛋白作为模型输入,限制了深度学习模型的规模。对此问题,提出一个带有RNA结合蛋白输入的深度学习模型,通过扩大训练集的规模挖掘RNA-蛋白质结合位点的公共知识。模型将RNA序列先后经过卷积神经网络和门控循环单元来得到序列特征;将序列特征与RNA结合蛋白的独热编码拼接,作为全连接层的输入;通过一个Sigmoid单元输出该RNA结合蛋白对RNA序列的结合概率。在两个权威数据集上,该方法相比其他模型均具有一定优势。     

搜索比对算法研究

在蛋白质结构预测算法中同源建模被认为是当前最成功的预测算法,文中指出了同源建模算法存在的缺陷,并且针对这一缺陷设计出改进算法。基于结构信息的目标模板比对算法,对搜索敏感度和比对准确度等方面有所提高。     

基于全序列比对相似度的用户会话自动谱聚类

针对现有个性化推荐服务系统中用户会话聚类算法存在相似性度量准确性低和需要事先确定聚类数目的问题,对序化的用户访问页面和对应的访问时间信息进行整合,提出一种基于动态规划算法的全序列比对方法来度量用户会话的相似性。在此基础上,运用改进的NJ W谱聚类算法对用户会话进行自动谱聚类。实验结果表明,算法充分考虑了用户会话的整体特征和局部信息,较相关比对算法具有更高的聚类性能,可以提高网站个性化推荐服务的效率。     

基于序列结构信息的多序列比对算法

在介绍生物信息学中多序列比对定义和原理的基础上,给出了序列结构信息集的表示形式和基于序列结构信息的度量函数,该函数只与参加比对序列自身信息有关,不受主观因素的影响,能更客观、有效地反映生物序列之间的进化距离.通过利用该函数计算序列间的进化距离,在渐进比对的基础上,采用迭代策略,不断修正指导树,进而提高比对的准确性,避免了局部最优问题.最后,通过实验模拟,本算法在保证不提高计算时间复杂度的基础上,提高了序列比对的准确性,同时也很好地反映了生物学意义.     

基于结构模型的DBP-DNA识别及预测研究综述

DNA结合蛋白DBP(DNA Binding Protein)对细胞内遗传物质的生命活动中起着至关重要的作用,包括染色体的复制、剪切及基因表达调控.DBP通过与DNA发生结合反应,行使各种不同的生物功能.因此研究DBP-DNA之间的识别规律,对基因调控分析、蛋白功能预测和转录因子结合位点预测有着十分重要的意义.随着DBP-DNA复合物结构数据库的出现,基于结构信息的计算机分析方法为DBP与DNA之间的相互作用研究提供了新的发展契机.介绍了若干经典的DBP-DNA结构模型,简要评述了DBP-DNA结构分析方法目前的研究现状.     

一种基于R-树的空间索引结构

为了有效构建R-树,通过分析数据矩形的性质,结合改进的K-均值算法,提出一种用于构建R-树的数据矩形聚类新方法,给出基于R-树和四叉树的空间索引结构以及该空间索引结构的构造算法和节点插入算法。研究结果表明,该索引结构具有更紧凑的结构和更高的空间查询效率。     

基于结构熵约束的图聚类方法

针对以大数据为中心的信息开放共享平台,如何从嵌入大规模噪声结构的网络中解码出网络的真实结构,进一步在挖掘关联信息的过程中得到较为准确的挖掘结果的问题,提出基于结构熵的聚类方法实现对图中节点关联程度的划分.提出了计算二维结构信息的求解算法和基于熵减原则的模块划分算法,对图结构中节点划分得到对应的模块;利用K维结构信息算法...     

基于进化保守性的蛋白质相互作用位点预测

为了从蛋白质结构数据库中提取经验知识,进行蛋白质作用位点预测,提出了以蛋白质序列谱作为特征向量,采用支持向量机算法进行训练和预测蛋白质相互作用位点的方法。从蛋白质一级序列出发,以序列上邻近残基的序列谱为输入特征向量,采用支持向量机方法构建预测器,来预测蛋白质相互作用位点,预测精度达到70.47%,相关系数CC=0.1919。实验结果表明,利用蛋白质序列谱,结合支持向量机算法进行蛋白质相互作用位点预测的方法是有效的。     

基于混合聚类的本体分块与映射

在本体的映射研究中,大规模本体之间的映射一直是研究的难点。当前主要采用分块的思想来处理大本体映射问题。而应用的分块算法只是针对给定分块数的情况。据此,提出基于混合聚类的大本体分块与映射方法（BMC）。该方法首先用语义扩散算法获得结点的语义信息,然后,运用混合聚类算法对本体进行自动分块,最后在各块中进行映射。通过实验结果及分析,表明BMC能取得较好的映射结果。     

汉英篇章结构平行语料库的对齐标注评估

汉英篇章结构平行语料库是为汉英翻译文本标注对齐篇章结构信息的语料库,对齐标注是其核心工作,基本原则是“结构对齐、关系对齐”。该文基于所开发的对齐标注平台,进行人工对齐标注实验,提出切分对齐、结构对齐、关系对齐、连接词对齐、关系角色与中心对齐等对齐标注任务的评估方法,并给出评估分析。实验表明,对齐标注是构建汉英篇章结构平行语料库的合理、有效工作方式。     

基于吉布斯采样的TFBS识别算法研究

计算机方法识别转录因子结合位点（TFBS,也称“模式”）是目前生物信息学的一个很有吸引性和挑战性的课题。吉布斯采样识别模式的算法本质上是一个启发式搜索方法,容易陷入非全局最优的局部最大值。为此,提出了一种改进的吉布斯采样策略YGMS（Yeast Gibbs Motif Sampler）采识别酿酒酵母共表达基因调控区域转录因子结合位点。在酵母的共调控基因序列的数据集测试中,YGMS比其他几个基于吉布斯采样算法更有效地识别出真实模式序列,在一定程度上提高了算法的性能。     

聚类有效性评价综述*

在聚类分析应用中,迫切需要一种客观公正的质量评价方法来评判聚类结果的有效性。为此,从外部评价法、内部评价法和相对评价法三个方面,归纳综述了常用的聚类有效性评价方法,并讨论了模糊聚类评价法和聚类最佳类别数的自动确定问题。     

基于姿态对齐的行人重识别方法

行人重识别是指根据输入的某个行人图片, 在视频监控网络中对该行人目标进行检索. 行人的姿态变化和监控场景的亮度变化是该任务的两个主要挑战. 针对行人的姿态变化问题, 本文首先对训练集中行人图片进行稠密图像块采样获得图像块集合, 然后对每一个图像块提取其局部表观空间特征, 最后在此特征集上聚类得到通用的行人部件字典. 由于该部件字典编码了行人的部件信息, 因此通过该字典内的每一个码元可以建立两幅行人图像中特定图像块之间的对应关系. 将两幅行人图片的图像块集合分别向部件字典投影, 可以获得2幅行人图片姿态对齐后的图像块序列. 针对监控场景的亮度变化问题, 本文在姿态对齐后的图像块上分别提取4种颜色描述子, 并将不同颜色描述子下的图像块相似性进行分数级组合以获得更好的亮度不变性. 其中不同颜色描述子之间的组合系数通过结构化输出支持向量机学习得到. 在常用的视点不变行人重识别(viewpoint invariant pedestrian recognition,VIPeR)数据集上的实验结果表明, 该方法在存在行人姿态变化和场景亮度变化干扰时获得了较好的行人重识别效果.     

小分子配体模仿结合位点水分子: 相同配体与不同蛋白靶点之间作用模式的计算研究

在计算化学和药物设计领域中,精确预测小分子配体的蛋白质靶标是一件极具挑战性工作,特别是那些与相同小分子配体相互作用,但蛋白间并不具有显著序列或结构相似性的靶标蛋白。为了研究相同小分子配体与不相关的蛋白质靶标之间的结合特性,我们使用蛋白水合效应分析 (SPA) 程序研究了 33 对药物靶蛋白结合位点水分子的结构特性。每个蛋白对中的两个蛋白质,均由可与相同配体小分子相结合的两个不相关的蛋白质组成。通过计算两蛋白质间的水化位点替代重叠率,我们发现共有高达 73% 的蛋白对中有着显著的水分子替代重叠率值。特别是我们发现相同小分子与不同蛋白相互作用时,或许存在一种特别的“识别代码”,即小分子配体的功能基团与结合位点的水分子之间存在着较好的几何构型相似性。在无法确定小分子与蛋白相互作用模式时,可以依靠活性结合腔穴中水分子的结合构型特征,进行粗略估算与预测,对蛋白-配体相互作用模式研究有重要的实用价值。     

虚拟空间中在线同源用户行为相似性研究

虚拟空间中在线同源用户具有相似行为特征,但现有相似性度量算法难以对其进行有效识别。提出一种基于序列对齐的在线同源用户识别算法,根据在线用户行为日志提取点击流数据,采用序列对齐方法计算在线用户的行为相似度,将其用行为相似度矩阵表示并对用户进行层次聚类,以识别虚拟空间中的在线同源用户,同时分析不同维度的用户特征属性对用户行为相似性的影响程度。实验结果表明,该算法能准确识别出在线同源用户,用户行为相似性受性别、户籍和教育程度3种特征属性影响较大,受年龄、社会阶层和收入水平的影响较小。     

一种改进的可能性聚类算法及其有效性指标

可能性聚类有两大缺陷:一致聚类中心问题和有效性指标失效问题。对于第一个问题,有人提出在目标函数中添加聚类中心排斥项,但这样会引入更多的参数。为此,本文提出了一种改进的可能性聚类算法,较好地解决了这个问题。对于第二个问题,本文通过对隶属度作适当变换,使修正的有效性指标适用于可能性聚类。实验结果表明,该算法的优越性明显,有效性指标估计更为准确。     

基于分层聚类和干扰对齐的MIMO链路调度算法

为了降低干扰对齐所需的处理开销,将链路划分为多个簇分别进行处理成为可行的办法之一。针对现有簇划分算法中运算复杂度较高的问题,本文提出了一种基于最小信干比的簇划分算法。在此基础上,针对所有簇同时通信造成部分簇内链路接收端信干噪比（Signal to interference plus noise ratio,SINR）较低的问题,本文将以链路为单位的调度问题等效为以簇为单位的调度问题,提出了一种基于层次聚类的簇调度算法。理论与仿真实验结果表明,本文所提出的簇划分算法的运算复杂度明显低于现有算法,且相同条件下的系统平均吞吐量更高。同时,本文提出的基于簇层次聚类的调度算法不同程度地提升了各簇内链路接收端的SINR,系统可根据不同的性能需求进行调度策略选择。