以序列特征值预测酶和非酶蛋白及内含肽

利用生物信息学快速准确鉴别酶、非酶蛋白及内含肽能极大提高实验效率,而测序数量的指数型增长使酶、非酶蛋白及内含肽的自动分类尤显重要。本文获取了同一性小于25%的序列共计3853条,采用Z标度的伪氨基酸组成和氨基酸组成分布提取序列特征值识别酶、非酶蛋白及内含肽。结果表明,该特征值提取方法经参数优化后,即当λ=5,w=0.15时,以支持向量机为分类器,其10倍交叉验证的精度可达81.3%,ROC曲线下面积为0.83;其精度高于其它方法0.5%到12.9%不等;独立样本测试的预测精度可达71.2%,ROC曲线下面积为0.782,其精度高于其它方法0.4%到6.4%不等,效果均优于其它常见的序列特征值方法。本文结果说明从序列出发判断其归属是可行的,3种不同功能的分子在序列特征上存在一定的差异,所建立的Z标度的伪氨基酸组成和氨基酸组成分布法可用于其它类似的生物信息学问题。建立了从序列出发预测酶、非酶蛋白及内含肽的新方法。     

主成分分析的神经网络及其在木聚糖酶最适pH建模中的应用

木聚糖酶结构与功能、性质的关系错综复杂,传统的回归分析往往不能满足要求。本文采用主成分分析法对样本数据集进行预处理,将得到的新样本数据集输入神经网络,籍助于均匀设计（UD）,构建了木聚糖酶氨基酸组成和最适pH的模型。当学习速率为0．08、动态参数为0．7、Sigmoid参数为0．92,隐含层结点数为9时,模型的拟合残差为0．00109,对pH值拟合的平均绝对百分比误差为3．29％,同时具有良好的预测效果,预测的平均绝对误差为0．59个pH单位。比文献报道的用逐步回归方法更好。     

应用响应面法优化木聚糖酶的双水相萃取条件

采用响应面分析法优化短小芽孢杆菌木聚糖酶在PEG2000/K2HPO4双水相体系中的萃取条件。确定最佳萃取条件为NaCl 6%、PEG 2000 18%、K2HPO4 10%。在最佳萃取条件下得木聚糖酶分配系数为3.38,蛋白分配系数为0.13,纯化倍数为7.93,回收率为84.24%。考察了萃取酶液的部分酶学性质,其最适温度为50℃,最适pH为7.0。     

基于修正的伪氨基酸组成预测水解酶亚家族的研究

从序列出发预测水解酶亚家族类型具有重要意义.本文利用不同标度的伪氨基酸组成提取序列特征值,采用k-近邻算法预测水解酶亚家族类型.选择参数后,三种方法各自在最优运行参数下预测水解酶亚家族的准确率分别为:85.15%,82.65%和80.14%.其中以Z标度的伪氨基酸组成效果最佳,比氨基酸组成识别精度提高12.85%.本文研究结果说明从序列出发,预测水解酶亚家族是可行的,且修正的伪氨基酸组成可望成为一种新的有效提取蛋白质序列特征值的方法.     

基于不同序列特征值预测氧化还原酶辅酶类型的研究

如何有效提取蛋白质序列特征值,一直是生物信息学研究的重要任务.本文研究8种序列特征值提取方法,并考察它们在不同分类器中的表现,以用于预测氧化还原酶辅酶依赖类型.其中,氨基酸组成法效果最差,平均预测精度仅及64.96%;而将两性伪氨基酸组成和新氨基酸组成分布两种方法合并后,以支持向量机作为分类器时,其识别效果最佳,可达92.93%.此外,不同特征值的提取方法与分类器之间似乎有着一定的匹配关系,只有找到其间的最佳匹配,才能获得最佳的识别效果.     

酸性和碱性酶模式识别的研究

了解酸性和碱性酶稳定性机理及在此基础上建立基于序列的模式识别方法对探讨其构效关系及酶的改造具有重要意义。本文采用主成分分析、偏最小二乘回归和BP神经网络3种方法对酸性和碱性酶进行模式识别。结果表明,基于主成分分析和偏最小二乘回归建立的线性方程能有效解释酸性和碱性酶稳定性机制,3种方法对训练集拟合的平均正确率分别为73.2%、87.0%和98.0%,建立了1种基于数学模型解释酶适应不同pH的分子机制及识别酸性和碱性酶的新方法。