基于药物-靶点蛋白质相互作用的方法研究

发布时间：2020-05-07 06:39

【摘要】：蛋白质相互作用(PPI)是指两个或两个以上的蛋白质结合进而产生生化作用的过程,药物-靶点蛋白质相互作用(DTI)是指药物大分子通过作用于生物体内靶蛋白进而产生药效的过程。因此,通过PPI以及DTI的研究,对于药物发现、药物设计等有着重要的作用。另外,生物实验方法在研究PPI和DTI时会产生高额的实验费用和人力费。研究者们虽然在研究相互作用时,相对于传统统计方法精度有了一定的提高,但仍然存在许多可以改进提高之处。针对PPI中热点残基数据是不平衡的,进而影响预测的精度等缺陷。本文提出了一种混合方法(SRF),它结合了SMOTE和随机森林算法。使用SMOTE算法可以使正负样本达到平衡状态,进而提高分类的精确度。通过对于PPI界面热点残基的研究,为药物-靶点蛋白质相互作用结合位点的研究提供了理论和实验依据。针对药物或靶点蛋白质的特征不能全面地表示药物或靶点蛋白质,进而影响预测的精度等缺陷。本文提出了一种针对药物和靶点蛋白质混合特征选择方法(MFERF),它结合了多种药物、靶点蛋白质特征计算方法和随机森林的特征选择和分类方法。该方法首先分别引入了两种药物特征计算方法(MACCS和Topology)和靶点蛋白质特征计算方法(CTD和Autocorrelation),然后分别通过两种药物和靶点蛋白质特征计算方法得到药物和靶点蛋白质特征,接着分别对所计算的药物特征和靶点蛋白质特征进行特征选择,组合进行特征选择后的药物特征和靶点蛋白质特征,最后得到的组合特征放到随机森林分类器中进行分类。通过实验验证,本文提出的MFERF算法具有较高的训练效率,能够在较短的时间内得到较高的精确度。基于PPI中热点残基和药物-靶点蛋白质相互作用的研究,以后更容易深入到药物作用于靶点蛋白质的热点残基的研究,即药物与靶点蛋白质中的结合位点的研究。
【学位授予单位】：武汉科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP18;R96

【相似文献】