基于弹性网络的原核生物赖氨酸乙酰化预测及其功能分析

发布时间：2022-12-04 08:31

　　赖氨酸乙酰化修饰是一种被广泛研究且可逆的蛋白质翻译后修饰,对细胞的转录调控、中心代谢、蛋白质的合成、细胞周期、细胞形态、信号传导等诸多生理过程具有重要的意义。乙酰化修饰位点的识别是了解乙酰化蛋白分子机制的基础。虽然已经有越来越多的研究者发展计算方法对真核生物赖氨酸乙酰位点进行识别,但对原核生物赖氨酸乙酰化位点预测的研究甚少。基于原核生物与真核生物赖氨酸乙酰化数据的模体分析,我们发现原核与真核生物赖氨酸乙酰化基底位点间存在显著的特异性差异,这表明发展一种可靠高效的计算方法分析预测原核生物赖氨酸乙酰化是非常有必要的。本文主要从原核生物赖氨酸乙酰化蛋白一级结构出发,使用弹性网络（Elastic net）算法优化预测模型,发展了原核物种特异性乙酰化位点的计算识别工具。具体工作内容包括:1.特征选择对于预测模型性能的提升有着重要作用。主要针对lasso算法、岭回归算法和弹性网络算法之间的关系进行讨论,并阐述了弹性网络算法作为一种特征选择方法具有的优良性质。2.基于弹性网络算法开发了一个针对不同原核生物赖氨酸乙酰化位点的新预测工具ProAcePred（http://computbiol.ncu.e... 

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 引言
    1.2 赖氨酸乙酰化修饰
    1.3 计算方法识别原核生物赖氨酸乙酰化位点
    1.4 本文主要工作
第2章 弹性网络算法的发展研究
    2.1 引言
    2.2 普通线性模型
    2.3 lasso方法与岭回归(Ridge regression)算法
        2.3.1 lasso方法
        2.3.2 岭回归(Ridge regression)算法
    2.4 弹性网络算法
第3章 基于弹性网络算法识别原核生物赖氨酸乙酰化位点
    3.1 引言
    3.2 数据与方法
        3.2.1 数据收集与预处理
        3.2.2 特征提取
            3.2.2.1 序列特征
            3.2.2.2 物理化学特征
            3.2.2.3 进化信息
        3.2.3 使用弹性网络算法优化特征向量
        3.2.4 模型优化与评估
    3.3 结果与讨论
        3.3.1 决定最优的窗口大小
        3.3.2 特征优化结果
        3.3.3 分析重要特征和贡献
        3.3.4 ProAcePred方法预测原核生物乙酰化位点
    3.4 模型与其他预测方法比较
    3.5 结论
第4章 结合信息增益预测原核生物赖氨酸乙酰化位点及其功能分析
    4.1 引言
    4.2 数据与方法
        4.2.1 数据收集与处理
        4.2.2 信息增益算法(IG)
        4.2.3 特征提取和优化方法
        4.2.4 模型学习与评估
    4.3 结果与讨论
        4.3.1 功能分析
        4.3.2 使用信息增益(IG)优化窗口
        4.3.3 通过弹性网络(EN)算法优化特征向量
        4.3.4 与其他方法比较
    4.4 结论
第5章 结论与展望
    5.1 结论
    5.2 展望
致谢
参考文献
附录
攻读硕士学位期间的研究成果



本文编号：3707927