蛋白质序列的相似性比较及聚类的数学方法

发布时间：2020-08-13 00:13

【摘要】：计算分子生物学是由多种学科相互交叉、相互渗透形成的一门综合性学科,它主要对生物学实验数据进行一系列复杂的处理,并服务于基因诊断、药物研发和疾病治疗等事业。由于蛋白质序列之间相似性比较是计算分子生物学中最重要的研究课题之一,因此蛋白质序列之间进行相似性研究对预测未知蛋白质功能、确定生物体同源进化关系和对蛋白质进行分类均具有重要的理论意义和应用价值。本文旨在探索一些快捷而有效的数学方法来分析蛋白质序列之间的相似性,为今后所研究的蛋白质序列比较分析提供一定的依据和参考。其主要工作集中在基于数学方法通过降维的思想对蛋白质序列的相似性比较及聚类图的构建上。本文的研究成果可以概括如下:1.用氨基酸不同种类的物化性质表征蛋白质序列的基础上,把蛋白质序列转化成11维和16维特征向量;用因子分析法分别把蛋白质序列的特征向量进行降维得到因子模型,进而利用因子模型分析了不同物化性质下40个G蛋白偶联受体序列的相似性,并对其进行了聚类分析。2.将氨基酸的极性且亲水pq,极性且疏水pr,非极性且亲水sq和非极性且疏水sr四种物化性质两两连接以及基于20种氨基酸所得的特征下用傅里叶变换把蛋白质的字符序列转换为数字序列;利用离散傅里叶变换功率谱得到蛋白质序列对应的特征向量;通过特征向量之间的中间距离对31条含有血凝素蛋白的蛋白质序列进行相似性分析并构建了聚类图。3.依据构成蛋白质序列的20种氨基酸及其物化属性,将40维特征向量分解为20维、16维和4维的特征向量来分析蛋白质序列在不同特征向量下的相关性,并选择出低维且有效的特征向量对28条具有血凝素(HA)和神经氨酸酶(NA)流感病毒蛋白质序列进行了分层聚类。
【学位授予单位】：大连交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：Q51;O211
【图文】：

逦第二章基于因子模型对Ｇ蛋白偶联受体序列进行聚类逦逡逑点之间的平方和距离来构造相似性矩阵。由于数据过多，４０个Ｇ蛋白偶联受体序列对逡逑应的相似性矩阵不列在本章里。把相似性矩阵输入到ＳＡＳ软件得到了邋４０个Ｇ蛋白受体逡逑序列的聚类图，如图２．１－２．４所示：逡逑Ｑ８ＭＸＵ２逡逑Ｐ４７７４３逡逑

逦第二章基于因子模型对Ｇ蛋白偶联受体序列进行聚类逦逡逑点之间的平方和距离来构造相似性矩阵。由于数据过多，４０个Ｇ蛋白偶联受体序列对逡逑应的相似性矩阵不列在本章里。把相似性矩阵输入到ＳＡＳ软件得到了邋４０个Ｇ蛋白受体逡逑序列的聚类图，如图２．１－２．４所示：逡逑Ｑ８ＭＸＵ２逡逑Ｐ４７７４３逡逑

观察聚类图２．１－２．４易看出，４０个Ｇ蛋白偶联受体序列中：Ｐ９７７７２和Ｑ９ＵＧＴ０，逡逑０００２２２邋和邋Ｑ３ＭＩＹ９，Ｑ９３５６４邋和邋Ｑ６２２Ｈ２，邋Ｑ６ＺＭＱ２邋和邋Ｑ１４８３３，Ｐ３１４２１邋和邋Ｑ１４４１６，Ｑ５ＲＡＬ３、逡逑Ｑ９ＱＹＳ２邋和邋Ｐ３１４２２，Ｑ８６３Ｉ４、０１５３０３邋和邋Ｐ３５３４９，邋Ｑ９３５６４邋和邋Ｑ６２２Ｈ２邋最相似。根据文逡逑献［１３］，如邋Ｑ６８ＥＦ４邋和邋Ｑ１４８３３，邋Ｐ４７７４３邋和邋Ｐ７０５７９，邋Ｑ９Ｖ４Ｕ４邋和邋Ｑ７０ＧＱ８，邋Ｑ５ＴＺ４５邋和逡逑Ｐ３１４２４是比较相似的。而通过观察图我们发现，只有１６维向量和６维向量所得到的聚逡逑１２逡逑

【参考文献】

相关期刊论文 前9条

1 李欣颖;白凤兰;;蛋白质序列的混合特征值对折叠速率的影响[J];生物信息学;2014年03期

2 赵剑;阮越;王嘉松;;数学结构的蛋白质二维数字表达及其应用[J];数据采集与处理;2013年06期

3 王其强;谈承杰;晏寒冰;朱平;;基于碱基三周期性研究P53家族基因的特征[J];生物物理学报;2013年04期

4 朱广蕊;潘耀谦;夏银可;刘兴友;;甲型H1N1流感病毒致病机理研究进展[J];动物医学进展;2011年08期

5 张X;赵静静;唐旭清;;蛋白质序列的矩阵图谱表达[J];生命科学研究;2011年02期

6 谢佳新;殷建华;李淑华;鹿文英;韩一芳;韩磊;张宏伟;曹广文;;2009年新型甲型H1N1流感病毒血凝素基因进化分析[J];第二军医大学学报;2009年06期

7 修文琼;中岛捷久;信泽枝里;;禽流感病毒血凝素HA的可变性解析[J];病毒学报;2008年01期

8 高雪;郑俊杰;贺福初;;我国蛋白质组学研究现状及展望[J];生命科学;2007年03期

9 蔡智澄;何立民;;相关性分析原理在图书情报分析中的应用[J];现代情报;2006年05期

本文编号：2791224