基于SVM 的药物靶点预测方法及其应用

目的:基于已知药物靶点和潜在药物靶点蛋白的一级结构相似性,结合SVM技术研究新的有效的药物靶点预测方法。方法:构造训练样本集,提取蛋白质序列的一级结构特征,进行数据预处理,选择最优核函数,优化参数并进行特征选择,训练最优预测模型,检验模型的预测效果。以G蛋白偶联受体家族的蛋白质为预测集,应用建立的最优分类模型对其进行潜在药物靶点挖掘。结果:基于SVM所建立的最优分类模型预测的平均准确率为81.03%。应用最优分类器对构造的G蛋白预测集进行预测,结果发现预测排位在前20的蛋白质中有多个与疾病相关。特别的,其中有两个G蛋白在治疗靶点数据库(TTD)中显示已作为临床试验的药物靶点。结论:基于SVM和蛋白质序列特征的药物靶点预测方法是有效的,应用该方法预测出的潜在药物靶点能够为发现新的药靶提供参考。     

对应分析在近红外有效波长选择的应用

针对分立波长型近红外判别仪器开发过程中遇到的组合波长优选问题,提出一种基于对应分析的有效波长选择方法.对11种蘑菇样品及其在701-2500nm的光谱信息作对应分析,在对应图上计算各样品点与波长点的距离后,首先由各样品点的最近距离波长点确定出最稳健波长组合,在此基础上,对各样品点的前10、50、200个最近距离波长点进行优选,得出用921nm、1376nm、1424nm、1720nm、2233nm、2454nm这6个波长建立的SVM模型,能在输入变量最少的情况下达到用最稳健波长组合所建模型的预测能力.     

转谷氨酰胺酶的分子生物学与基因工程

来源于微生物特别是轮枝链霉菌的转谷氨酰胺酶是一种重要的酶制剂,在食品工业中有着广泛的应用前景。本综述了近年来对转谷氨酰胺酶的分子生物学研究成果,以及对其进行基因工程改造的最新进展,讨论了其进一步的研究发展方向。笔认为采用基因工程生产重组转谷氨酰胺酶是解决目前酶价高昂和来源困难问题的一个大有希望的办法。     

融合位置特征与序列进化信息的磷酸化位点预测

磷酸化是蛋白质翻译后的主要修饰,可分为激酶特异性和非激酶特异性两种类型．以非激酶特异性磷酸化位点Dou数据集为基础,本文发展了一种基于位置的卡方差表特征χ²-pos,融合伪氨基酸序列进化信息PsePSSM表征序列,构建正负样本均衡的支持向量机分类器,S, T, Y独立测试Matthew相关系数、ROC曲线下面积分及准确率分别达到了(0.59、0.87、79.74%),(0.55、0.85、77.68%)和(0.50、0.81、75.22%),明显优于文献报道结果． χ²-pos、PsePSSM两种特征的融合在蛋白质磷酸化位点预测中有广泛应用前景．     

基于多源遥感数据的面向对象林分类型识别

林分类型的识别是森林资源监测的核心问题之一.为研究多源遥感数据协同的面向对象林分类型分类识别,采用Radarsat-2数据和QuickBird遥感影像协同进行面向对象分类.在面向对象分类过程中,采用3种分割方案:单独使用QuickBird遥感影像分割;单独使用Radarsat-2数据分割;Radarsat-2&QuickBird协同分割.3种分割方案均采用10种分割尺度(25～250,步长25),应用修正的欧式距离3指标评价不同分割方案的分割结果,确定最优分割方案及最优分割尺度.在最优分割结果的基础上,基于地形、高度、光谱及共同特征的不同特征组合,应用带有径向基(RBF)核函数的支持向量机(SVM)分类器进行杉木林、马尾松林、阔叶林3种林分类型识别.结果表明:与单独使用一种数据相比,Radarsat-2数据和QuickBird遥感影像协同方案在面向对象林分类型分类方面具有优势.Radarsat-2&QuickBird协同分割方案,以最优尺度参数100进行分割时,分割结果最好.在最优分割结果的基础上,应用两种数据源提取的全部特征进行面向对象林分类型识别的精度最高(总精度为86%,Kappa值为0.86).本研究结果不仅可为多源遥感数据结合进行林分类型识别提供参考和借鉴,而且对于森林资源调查和监测有现实意义.     

基于分段伪氨基酸组成成分特征提取方法预测蛋白质亚细胞定位

蛋白质的亚细胞定位与蛋白质的功能密切相关,其定位预测有助于人们了解蛋白质功能.文章提出一种分段伪氨基酸组成成分特征提取方法,采用支持向量机算法对Chou构建的两个蛋白质亚细胞定位数据集(C2129,CS2423)进行了分类研究,并采用总分类精度Q3、内容平衡精度指数Q9等参数评估预测分类系统性能.预测结果表明,基于分段伪氨基酸组成成分特征提取方法的预测性能,优于基于完整蛋白质序列的伪氨基酸组成成分特征提取方法.例如,基于分段矩描述子伪氨基酸组成成分特征提取方法,数据集C2129的Q3和Q9分别为84.7%和60.8%,比基于完整蛋白质序列的矩描述子伪氨基酸组成成分特征提取方法分别提高1.8和2.2个百分点,且Q3比现有Xiao等人的方法提高了9.1个百分点.基于分段伪氨基酸组成成分特征提取方法构成的特征向量不仅包含残基之间的位置信息,而且还包含蛋白质子序列之问的耦合信息,另外蛋白质分段子序列可能和蛋白质的功能域有一定的联系,从而使这一方法能够有效地预测蛋白质亚细胞定位.     

使用伪氨基酸组成和模糊支持向量机预测蛋白质结构类

蛋白质结构类预测是生物信息和蛋白质科学中重要的研究领域.基于Chou提出的伪氨基酸离散模型框架,从蛋白质序列出发,设计一种新的伪氨基酸组成方法表示蛋白质序列样本.抽取氨基酸组合(10-D)在序列中出现的频率和疏水氨基酸模式(6-D)表示蛋白质序列的附加特征,用和传统的氨基酸组成(20-D)一起构成的36维的伪氨基酸组成向量来表示蛋白质序列的特征.使用遗传算法来优化附加特征的权重系数.伪氨基酸组成向量作为输入数据,模糊支持向量机作为预测工具.使用三个常用的标准数据集来验证算法的性能.Jack-knife检验结果说明本方法具有较高的准确率,有望成为潜在的预测蛋白质功能的工具.     

基于支持向量机的民航飞行人员人格选拔分类器的探讨

目的:探究将统计学习方法应用于心理测验所得的大量数据进行学习分析的可行性,并基于探究结果对飞行职业的人格特征进行进一步探索,为飞行人员的选拔及评估提供新的思路。方法:从某航空公司随机抽取1020名男性被试,其中飞行人员510名,非飞行人员510名,采用卡特尔16项人格测试对其进行测验,施测后对得到的16项因子分采用支持向量机就随机划分的训练组和测试组进行学习,分析学习结果。结果:挑选出4项因子作为分类的特征因子,基于线性支持向量机构建的分类器在交叉验证下的平均正确率为64%。结论:采用SVM构建的分类器具有一定的可靠性和有效性。     

上海引进国外最新放疗系统RapidArc

近日,上海复旦大学附属肿瘤医院引进国外最新的放疗设备——弧形动态调强放射治疗机RapidArc。将国际上最新型的放疗设备系统RapidAre引入,结合该院抗癌优势,上海有了最快2分钟照射杀肿瘤的放疗新技术,让七成病人获得了治疗上的“解放”。     

基于遗传算法和支持向量机的乳杆菌发酵过程建模

由于生化反应过程的复杂性和高度非线性,多数简单的数学模型不能准确描述。该文基于Matlab软件,利用改进的支持向量机(υ-SVR)对植物乳酸杆菌发酵这一典型生化过程进行研究,应用遗传算法估计模型最优参数,建立植物乳杆菌的菌体密度预测模型。同时建立传统的logistic动力学模型以进行比较。结果表明,采用结合遗传算法的υ-SVR预测模型拟合误差小,皮尔森相关系数(R)更高,可以较好地预测乳酸杆菌的发酵过程,为其优化控制及放大提供依据。