基于支持向量机的皮肤自体荧光光谱分类方法在糖尿病筛查中的应用

将63例II型糖尿病患者以及140例正常人皮肤的自体荧光光谱分为训练集和测试集两类,针对常用的四种核函数,运用交叉验证、网格寻优法计算最优分类参数,然后结合训练集建模并对测试集分类,结果显示使用径向基核函数时分类效果相对最佳。在此基础上,构建了一种基于线性核函数与径向基核函数的混合核函数,该核函数对人体皮肤自体荧光光谱的分类效果较之于径向基核函数更优,其分类正确率为82．61％,敏感性为69．57％,特异性为95．65％。研究结果表明支持向量机可用于人体皮肤自体荧光光谱的分类,有助于提高糖尿病筛查的正确率。     

基于位置特异性谱和输入加权神经网络的蛋白质亚细胞定位预测

蛋白质必须处于正确的亚细胞位置才能行使其功能。文章利用PSI-BLAST工具搜索蛋白质序列,提取位点特异性谱中的位点特异性得分矩阵作为蛋白质的一类特征,并计算4等分序列的氨基酸含量以及1～7阶二肽含量作为另外两类特征,由这三类特征一共得到蛋白质序列的12个特征向量。通过设计一个简单加权函数对各类特征向量加权处理,作为神经网络预测器的输入,并使用Levenberg-Marquardt算法代替传统的EBP算法来调整网络权值和阈值,大大提高了训练速度。对具有4类亚细胞位置和12类亚细胞位置的两种蛋白质数据集分别进行＂留一法＂测试和5倍交叉验证测试,总体预测精度分别达到88.4%和83.3%。其中,对4类亚细胞位置数据集的预测效果优于普通BP神经网络、隐马尔可夫模型、模糊K邻近等预测方法,对12类亚细胞位置数据集的预测效果优于支持向量机分类方法。最后还对三类特征采取不同加权比例对预测精度的影响进行了讨论,对选择的八种加权比例的预测结果表明,分别给予三类特征合适的权值系数可以进一步提高预测精度。     

一种新的非翻译区剪接位点识别方法

为提高非翻译区剪接位点识别的精度,提出一种统计概率与支持向量机相结合的识别方法 .该方法主要分为两个阶段,第一阶段应用统计学方法对非翻译区(UTR)序列进行描述,将序列中各碱基之间的相关性、位置特异性、保守性等特征用概率形式描述,以概率参数作为第二阶段支持向量机的输入向量,第二阶段应用带有多项式核函数的支持向量机(SVM)对剪接位点进行识别.通过对人类5′UTR剪接位点数据集进行测试,结果表明:该方法对非翻译区剪接位点的识别取得了很好的效果.     

基于卷积神经网络和循环神经网络的环形RNA剪接位点识别研究

本文提出了一种基于卷积神经网络和循环神经网络的深度学习模型,通过分析基因组序列数据,识别人基因组中环形RNA剪接位点.首先,根据预处理后的核苷酸序列,设计了2种网络深度、8种卷积核大小和3种长短期记忆(long short term memory,LSTM)参数,共8组16个模型;其次,进一步针对池化层进行均值池化和最大池化的测试,并加入GC含量提高模型的预测能力;最后,对已经实验验证过的人类精浆中环形RNA进行了预测.结果表明,卷积核尺寸为32×4、深度为1、LSTM参数为32的模型识别率最高,在训练集上为0.9824,在测试数据集上准确率为0.95,并且在实验验证数据上的正确识别率为83%.该模型在人的环形RNA剪接位点识别方面具有较好的性能.     

用离散量的方法识别蛋白质的超二级结构

用离散量的方法,对2208个分辨率在2.5I以上的高精度的蛋白质结构中四类超二级结构进行了识别。从蛋白质一级序列出发,以氨基酸(20种氨基酸加一个空位)和其紧邻关联共同为参数,当序列模式固定长取8个氨基酸残基时,对“822”序列模式3交叉检验的平均预测精度达到78.1%,jack-knife检验的平均预测精度达到76.7%;当序列模式固定长取10个氨基酸残基时,对“1041”序列模式3交叉检验的平均预测精度达到83.1%,jack-knife检验的平均预测精度达到79.8%。     

基于模糊支持向量机的膜蛋白折叠类型预测

现有的基于支持向量机（support vector machine,SVM）来预测膜蛋白折叠类型的方法．利用的蛋白质序列特征并不充分．并且在处理多类蛋白质分类问题时存在不可分区域,针对这两类问题．提取蛋白质序列的氨基酸和二肽组成特征,并计算加权的多阶氨基酸残基指数相关系数特征,将3类特征融和作为分类器的输入特征矢量．并采用模糊SVM（fuzzy SVM,FSVM）算法解决对传统SVM不可分数据的分类．在无冗余的数据集上测试结果显示．改进的特征提取方法在相同分类算法下预测性能优于已有的特征提取方法：FSVM在相同特征提取方法下性能优于传统的SVM．二者相结合的分类策略在独立性数据集测试下的预测精度达到96．6％．优于现有的多种预测方法．能够作为预测膜蛋白和其它蛋白质折叠类型的有效工具．     

小菜蛾中肠氨肽酶基因PxAPN5的克隆、原核表达及蛋白质同源建模分析

【目的】克隆和表达小菜蛾Plutella xylostella氨肽酶基因,并进行基因序列分析和同源建模分析。【方法】以小菜蛾中肠cDNA为模板克隆分析氨肽酶基因序列, 原核表达氨肽酶蛋白并进行酶活性测定, 应用配体印迹分析氨肽酶与Cry2Ab蛋白的结合, 通过蛋白质建模对突变位点进行分析。【结果】从小菜蛾中肠cDNA 扩增出氨肽酶基因, 该基因全长2 853 bp, 编码950个氨基酸, 预测蛋白分子量为107.3871 kDa, 等电点为5.24; 进化树分析显示, 克隆得到的氨肽酶基因属于APN家族5, 将其命名为PxAPN5（GenBank登录号: KM034756）。PxAPN5蛋白具有鳞翅目昆虫氨肽酶蛋白的保守性特征, 即含有N-糖基化位点、O-糖基化位点和GPI锚定位点, 具有“HEXXH”锌蛋白酶结构域和C端跨膜区域。在大肠杆菌Escherichia coli中原核表达PxAPN5, 表达产物经SDS-PAGE电泳, 在110 kDa附近出现特异性条带; 酶活性测试显示菌体破碎上清液具有氨肽酶活性, 比活力为1 047.2 U/g。配体印迹结果显示表达的PxAPN5能与Cry2Ab蛋白特异性结合。多序列比对结果表明, 与其他已报道的小菜蛾氨肽酶相比, PxAPN5氨基酸序列有3个保守性位点发生了突变,并通过蛋白质建模的方式表征突变位点。【结论】本研究成功克隆和表达了具有氨肽酶活性的小菜蛾氨肽酶, 并发现其能与Cry2Ab蛋白特异性结合; 通过蛋白质建模对氨肽酶突变位点的特征及功能进行了预测。 这些结果对小菜蛾氨肽酶的功能性研究提供了理论基础。     

南宁市HIV-1/AIDS人群治疗前pol区遗传特性及蛋白结构分析

为探讨南宁市某县艾滋病病毒1型(HIV-1)感染人群中治疗前pol区遗传特性及蛋白结构变化情况,本研究通过RT-PCR扩增pol区部分序列并进行测序,将序列同源比对构建系统进化树;分型确定毒株亚型和斯坦福大学HIV耐药性数据库比对,分析耐药相关位点;SWISS-MODEL蛋白质同源数据库进行建模分析氨基酸的突变对蛋白质结构和功能的影响。本研究在90份HIV-1标本中获得46个pol区有效序列,共发现4种亚型,其中CRF01_AE占76.08%(35/46)、CRF08_BC占15.22%(7/46)、CRF07_BC占(3/46)6.52%、CRF59_01B1占2.17%(1/46);46个序列中有4例(8.69%)出现耐药突变位点,没有针对核苷酸反转录酶抑制剂(NRTI)的耐药突变;针对蛋白酶类抑制剂(PIs)1例,PR蛋白酶的柔性部位I47V位点发生突变,β折叠结构的I84V位点发生突变,都是异亮氨酸突变为缬氨酸;针对非核苷酸反转录酶抑制剂(NNRTI)有3例,2例位于活性中心的Y181C位点由酪氨酸突变为半胱氨酸,1例位于转角处的E138G位点由谷氨酸突变为甘氨酸。研究表明,南宁市某县HIV-1病毒CRF01_AE重组亚型比例最大,未经抗病毒治疗HIV1感染者中已经出现pol区耐药突变株,突变位点主要位于活性中心及柔性部位,传播水平已经处于中等流行状态。深入分析蛋白质与抑制剂相互作用机制,有助于为艾滋病抗病毒及耐药性监测方案提供科学依据。     

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。     

系统比较氨基酸描述子在多肽定量构效关系中的应用

氨基酸描述子是采用多元统计方法从大量氨基酸性质参数中提取得到的少数关键信息成分,目前已被广泛应用于多肽生物活性预测及蛋白质功能判别等领域。鉴于近年来氨基酸描述子种类的极速扩增,收集了目前国内外发表的27种氨基酸描述子,并将其用于8组经典多肽集的结构表征及定量构效关系研究。通过系统比较这些描述子对同一肽集与不同肽集的统计建模结果,我们认为物理化学描述子的建模效果优于拓扑描述子,拓扑描述子的建模效果优于三维结构描述子,且已有诸多氨基酸描述子已经达到性能限度,如未考虑肽链内部各氨基酸残基的交互影响,肽配基与相应靶标蛋白的相互结合,因此不再建议按照传统思路进一步提出新型描述子种类。     

Predicting human immunodeficiency virus protease cleavage sites in nonlinear projection space

HIV-1 protease has a broad and complex substrate specificity. The discovery of an accurate, robust, and rapid method for predicting the cleavage sites in proteins by HIV protease would greatly expedite the search for inhibitors of HIV protease. During the last two decades, various methods have been developed to explore the specificity of HIV protease cleavage activity. However, because little advancement has been made in the understanding of HIV-1 protease cleavage site specificity, not much progress has been reported in either extracting effective methods or maintaining high prediction accuracy. In this article, a theoretical framework is developed, based on the kernel method for dimensionality reduction and prediction for HIV-1 protease cleavage site specificity. A nonlinear dimensionality reduction kernel method, based on manifold learning, is proposed to reduce the high dimensions of protease specificity. A support vector machine is applied to predict the protease cleavage. Superior performance in comparison to that previously published in literature is obtained using numerical simulations showing that the basic specificities of the HIV-1 protease are maintained in reduction feature space, and by combining the nonlinear dimensionality reduction algorithm with a support vector machine classifier.     

艾滋病治疗药物-HIV抑制剂作用机制及研究进展

艾滋病（AIDS）是由人类免疫缺陷病毒（HIV）感染而引起的慢性进行性致死性传染病,又称获得性免疫缺陷综合症,目前无有效治愈的方法,严重危害着人类的健康。现今,艾滋病治疗药物主要包括逆转录酶抑制剂、蛋白酶抑制剂、进入抑制剂、整合酶抑制剂四大类化学药物和一些中草药制剂。抗HIV药物虽然不能完全治愈艾滋病,但可以控制艾滋病病情的发展,延长患者的无病生存期,提高患者的生活质量。本文就艾滋病发病机制、HIV抑制药物的抗病机制、副作用及其研究进展做一综述。     

Artificial neural network method for predicting HIV protease cleavage sites in protein

Knowledge of the polyprotein cleavage sites by HIV protease will refine our understanding of its specificity, and the information thus acquired will be useful for designing specific and efficient HIV protease inhibitors. The search for inhibitors of HIV protease will be greatly expedited if one can find and accurate, robust, and rapid method for predicting the cleavage sites in proteins by HIV protease. In this paper, Kohonen’s self-organization model, which uses typical artificial neural networks, is applied to predict the cleavability of oligopeptides by proteases with multiple and extended specificity subsites. We selected HIV-1 protease as the subject of study. We chose 299 oligopeptides for the training set, and another 63 oligopeptides for the test set. Because of its high rate of correct prediction (58/63=92.06%) and stronger fault-tolerant ability, the neural network method should be a useful technique for finding effective inhibitors of HIV protease, which is one of the targets in designing potential drugs against AIDS. The principle of the artificial neural network method can also be applied to analyzing the specificity of any multisubsite enzyme.     

Artificial neural network method for predicting HIV protease cleavage sites in protein

Knowledge of the polyprotein cleavage sites by HIV protease will refine our understanding of its specificity, and the information thus acquired will be useful for designing specific and efficient HIV protease inhibitors. The search for inhibitors of HIV protease will be greatly expedited if one can find and accurate, robust, and rapid method for predicting the cleavage sites in proteins by HIV protease. In this paper, Kohonen’s self-organization model, which uses typical artificial neural networks, is applied to predict the cleavability of oligopeptides by proteases with multiple and extended specificity subsites. We selected HIV-1 protease as the subject of study. We chose 299 oligopeptides for the training set, and another 63 oligopeptides for the test set. Because of its high rate of correct prediction (58/63=92.06%) and stronger fault-tolerant ability, the neural network method should be a useful technique for finding effective inhibitors of HIV protease, which is one of the targets in designing potential drugs against AIDS. The principle of the artificial neural network method can also be applied to analyzing the specificity of any multisubsite enzyme.     

(1,3)-β-D-葡聚糖检测和半乳甘露聚糖抗原检测在侵袭性真菌病诊断中的价值探讨

目的 探讨(1,3)-β-D-葡聚糖检测和半乳甘露聚糖抗原检测在侵袭性真菌病诊断中的价值.方法 回顾性研究北京大学第一医院2008年1月～2010年7月临床疑诊侵袭性真菌病的住院患者.根据诊断标准确定是否诊断侵袭性真菌病.分析非培养诊断方法血清半乳甘露聚糖(GM试验)和血浆(1,3)-β-D-葡聚糖(G试验)的敏感度和特异度,以及二者联合应用后诊断的敏感度和特异度.结果 GM试验灵敏度为70％,特异度为84％;G试验灵敏度为50％,特异度为92％.GM试验和G试验二者联合试验时,其灵敏度和特异度分别为93％和78％.结论 GM试验和G试验均对侵袭性真菌病具有诊断价值,二者联合应用使其应用价值进一步提高.     

23例儿童霍奇金淋巴瘤临床分析

目的：分析儿童青少年霍奇金淋巴瘤（HL）患者的病理特征、临床表现及其预后影响因素。方法：收集青岛大学医学院附属医院血液儿科2001年5年至2013年8月收治的23例经病理确诊的儿童青少年HL患者的临床资料,采用Fisher确切概率法等进行各组间差异检验。结果：确诊病例共23例,中位年龄7.5岁,男：女发病比例=6.7：1,Ⅰ期、Ⅱ期、Ⅲ期、Ⅳ期分别占13.0%、26.2%、30.4%、30.4%;结节性淋巴细胞为主型（NLPHL）1例（4.3%）,经典型HL22例（95.7%）：混合细胞型（MC）10例（43.5%）,淋巴细胞为主型（LP）11例（47.9%）,结节硬化型（NS）1例（4.3%）;受累部位以颈部淋巴结最多见,其次依次为纵隔、腹腔及腹膜后、脾、骨骼、肺组织等,其中巨大纵隔肿块者2例;具有B症状者8例（34.7%）。化疗2个疗程评估总有效率为100%,完全缓解（CR）率69.6%,部分缓解（PR）率30.4%。Ⅰ期和Ⅱ期患者CR率100%,明显高于Ⅲ期和Ⅳ期患者（50%）,P〈0.05;23例患者7例复发,复发率Ⅲ期和Ⅳ期患者为46.2%,Ⅰ期和Ⅱ期患者为11.1%,前者高于后者（P=0.0098）;有B症状与无B症状患者之间复发率有显著统计学差异（P=0.019）;2例有巨大包块患者皆复发;各病理分型与疾病的复发间差异无统计学意义（x2=2.695,P〉0.05）。结论：儿童霍奇金淋巴瘤预后相对较好,但Ⅲ期和Ⅳ期、合并B症状及大肿块或大纵隔肿瘤的患者复发率高,应依据疾病危险度分层治疗,以期更好的预后。     

基于压缩氨基酸和支持向量机进行膜蛋白类型识别

膜蛋白是一类结构独特的蛋白质,是细胞执行各种功能的物质基础。根据其在细胞膜上的不同存在方式,主要分为六种类型。本文利用压缩的氨基酸对原始膜蛋白序列进行信息压缩,再对压缩序列进行氨基酸组成和顺序特征的提取,最后采用支持向量机构建分类模型。通过五叠交叉验证的结果表明,该方法对于六种膜蛋白的分类预测,准确度最高可达98％以上,平均预测准确度在85％以上,可有效实现膜蛋白六种类型的划分,为进一步分析膜蛋白的结构和功能奠定基础。     

芽胞气溶胶表面滞留抗力预测模型研究

针对生物威胁的现场处置工作,建立气溶胶芽胞表面滞留抗力的智能预测模型,以准确预测环境表面芽胞污染状况,为大规模的现场洗消任务提供重要依据,有利于实现及时反应、恰当反应和准确防护的目标。以枯草杆菌芽胞为试验菌,在气溶胶实验室进行芽胞的环境因素暴露及活力测定,以模拟环境中芽胞抗力变化规律数据为依据,采用Matlab6.1软件包中的神经网络工具箱进行抗力预测模型研究。根据研究目的、模拟环境条件和数据训练的平滑曲线等特征,设定了5个输入神经元,8个隐层节点和1个输出神经元。‘tansig’、‘purelin’为传递函数,trainlm为训练函数,网络迭代100次。模型回顾预测效率达到100%,前瞻预测效率达到91%。以实验室数据为依据,利用Matlab平台中的BP神经网络建立的芽胞气溶胶表面滞留抗力预测模型能利用环境因素信息有效预测芽胞抗力。     

我国男男性行为人群中人类免疫缺陷病毒感染疫情特点及防治策略

目前我国人类免疫缺陷病毒（HIV）感染疫情总体处于低流行水平,但男男性行为（MSM）人群中HIV感染呈现快速上升趋势,传播亚型呈现出新的特点,疾病进展较快。HIV核酸及抗原抗体检测等手段对早期发现MSM人群中HIV感染者具有重要意义。解析MSM人群艾滋病疾病进展的影响因素,发现新的生物学标记,可为早期评估HIV感染的预后提供创新性手段。早期发现我国MSM人群中HIV感染者和抗病毒治疗等综合干预,对我国艾滋病流行的控制具有重要意义。     

肺炎支原体抗体阳性对咳嗽变异性哮喘患儿肺功能的影响

目的探索肺炎支原体（Mycoplasma pneumoniae,MP）抗体阳性对咳嗽变异性哮喘（cough variant asthmaCVA）患儿肺功能的影响。方法收集72例初次诊断CVA的患儿,根据血清MP抗体结果分为CVA合并MP抗体阳性（以下记CVA合并MP）组,CVA组。分别对两组进行支原体抗体及肺功能检测。结果纳入本研究的CVA患儿,MP抗体阳性占29％,且这部分患儿中女孩比男孩多。CVA患儿肺功能FVC、FEV1／FVC、PEF、MMEF75／25各项指标均下降（P〈0．05）,合并MP组FVC、FEV1／FVC、PEF值变化差异无统计学意义（P〉0．05）,而MMEF75／25下降差异有统计学意义（P〈0．05）;CVA合并MP组支气管激发试验以极轻度、轻度为主（P〈0．05）,而CVA组以中重度为主（P〈0．05）;CVA合并MP组,在治疗一个月时FEV1％升高,差异有统计学意义（P〈0．05）;治疗相同时间两组间FEV1％差异无统计学差异（P〉0．05）。结论呼吸道的多种微生物间形成复杂而又互相联系的群落,MP使气道黏膜受到损害,影响呼吸系统局部微生态,这与哮喘的形成有某种联系。MP抗体阳性的CVA患儿气道高反应性较低,相比之下,小气道阻塞加重,且其对CVA治疗过程中肺通气功能的变化没有影响。