蛋白质结构类预测方法研究.docx

摘要:由于生物学研究的飞速进展，生物信息学等实现不同领域的多个应用程序，现在它已应用于生物，数学，物理等领域。生物信息学是一个有体系的科学，生物和生物信息学及相关内容是我们需要第一项去研究的。今天的生物学不限于观察和实验，理论和计算方面也将在它的领域中发挥了巨大的作用。本课题的主要任务对蛋白质结构预测方法进行了研究。

    我们通过支持向量机对蛋白质结构类进行预测，并采用了11个特征，其中，本文提出了基于蛋白质二级结构序列中E,H和C间隔序列的偏度的3个特征，其余8个特征是以前研究者提出的。本文基于支持向量机，通过杰克刀检验，对25PDB、1189和640三组数据集来训练和测试我们的方法，三组数据的总精确度均在80%以上，说明我们的的方法是有效的。 

关键词：生物信息学；支持向量机；间隔序列偏度

目录

摘要

Abstract

1.生物信息学的简介-1

1.1 生物信息学的背景和定义-1

1.2 生物信息学研究对象-2

1.2.1 核酸-2

1.2.2蛋白质-3

1.3生物信息学的研究内容-5

1.3.1序列比较-5

1.3.2蛋白质结构的比较和预测-5

1.3.3基因表达数据分析-5

2 蛋白质结构类预测-7

2.1 研究背景-7

2.2蛋白质的二级结构-8

2.2.1蛋白质二级结构的形式-8

2.3预测方法-9

2.3.1同源性（Homology）方法-9

2.3.2统计/经验算法─ Chou-Fasman和GOR方法-9

2.3.4物理化学方法-10

3 用支持向量机预测蛋白质结构类-11

3.1蛋白质结构数据集-11

3.2蛋白质结构特征的提取-11

3.3支持向量机-13

3.4 刀切法检验与算法性能评估-16

3.5偏态系数、偏度、标准（变异）系数-16

3.5.1偏态系数-16

3.5.2偏度-17

3.5.3标准（变异）系数-17

3.6间隔序列-18

3.7 我们的预测结果-18

结    论-21

参考文献-22

致    谢-24