基于机器学习的药物靶蛋白预测

发布时间：2017-04-14 06:00

  本文关键词：基于机器学习的药物靶蛋白预测，由笔耕文化传播整理发布。

【摘要】：目前,市场上种类繁多的药物给人们的健康提供了保障。通常,药物进入人体后会与特定的蛋白相互作用,从而达到其治疗效果。与药物相互作用的蛋白中有些可能具有脱靶效应,使得药物具有毒副作用[1,2]。因此,精确识别药物的疗效靶蛋白,可以提高药物疗效、降低副作用,提高人们的健康水平。首先,本文调研了现有的药物-靶蛋白计算方法。根据数据来源的不同,将这些方法分为三类:(1)基于基因表达的计算方法;(2)基于分子网络的计算方法;(3)基于药物效用的计算方法。另外,本文还对各类不同方法进行了深入分析,指明了这些方法优缺点。其次,基于药物的结构、疗效特征,蛋白的序列、功能及编码蛋白的基因表达量特征,我们提出了一种新的集成分类器方法(PTEC)用来预测药物疗效靶标。真实数据上的实验结果表明,PTEC获得了高达0.83的AUC(接受者操作特征曲线下的面积)得分,表明该模型具有很高的预测能力。另外,部分预测结果还得到了TTD数据库[3]的验证,进一步表明了该方法的可靠性。最后,本文介绍了一种预测蛋白-蛋白相互作用可靶性的计算方法。利用蛋白-蛋白相互作用界面的氨基酸组成、理化性质,蛋白-蛋白复合物的结构性质,温度因子,蛋白的相互作用和应激药物的靶标等特征属性,本文构建了一种新的计算方法预测蛋白-蛋白相互作用的可靶性。另外,通过特征抽取和特征选择,识别了蛋白-蛋白相互作用可靶性的关键特征属性。基于这些特征,可以精确预测蛋白-蛋白相互作用的可靶性。
【关键词】：药物靶标预测 多源数据整合 蛋白-蛋白相互作用可靶性预测 机器学习
【学位授予单位】：上海大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R915;Q51
【目录】：

• 摘要6-7
• ABSTRACT7-9
• 第一章 绪论9-17
• 1.1 计算生物学简介9
• 1.2 药物靶标数据库及机器学习算法9-12
• 1.2.1 药物靶标数据库9-11
• 1.2.2 机器学习算法11-12
• 1.3 基于机器学习的药物靶标预测问题描述及研究意义12-13
• 1.4 国内外研究概况13-16
• 1.5 论文的主要研究工作16-17
• 第二章 基于集成分类器的药物靶蛋白预测17-32
• 2.1 引言17-18
• 2.2 基于不同数据来源的药物靶标预测方法18-25
• 2.2.1 基于基因表达的预测方法18-20
• 2.2.2 基于分子网路的预测方法20-23
• 2.2.3 基于药物效用的预测方法23-25
• 2.3 整合多源数据，基于集成分类器的药物-疗效靶蛋白预测25-28
• 2.3.1 数据25-26
• 2.3.2 方法26-27
• 2.3.3 预测模型27-28
• 2.4 研究结果与分析28-30
• 2.5 研究结论30-32
• 第三章 基于机器学习的蛋白相互作用可靶性预测32-41
• 3.1 引言32-33
• 3.2 实验数据与方法33-39
• 3.2.1 数据33-34
• 3.2.2 方法34-38
• 3.2.3 预测模型38
• 3.2.4 预测性能评价38-39
• 3.3 研究结果与分析39-40
• 3.4 研究结论40-41
• 第四章 结论与展望41-43
• 4.1 结论41-42
• 4.2 展望42-43
• 参考文献43-48
• 作者在攻读硕士学位期间公开发表的论文48-49
• 作者在攻读硕士学位期间所参与的项目49-50
• 致谢50

【相似文献】

中国期刊全文数据库 前8条

1 郝理阳;潘泉;张绍武;;整合蛋白质作用网络结构和序列信息预测药物靶蛋白[J];生物物理学报;2013年09期

2 国斌;易斌;鲁开智;;哺乳动物雷帕霉素靶蛋白的研究进展[J];医学研究生学报;2010年08期

3 韩旭;陈松;张济;刘静;;miR15a靶蛋白依赖性的功能研究进展[J];生命科学研究;2013年05期

4 赵思成;骆丹;;HPV E6蛋白及其在致癌过程中作用的靶蛋白[J];中国生物化学与分子生物学报;2009年03期

5 刘文栋;庞朋沙;伍会健;;蛋白质多聚SUMO化修饰及其功能[J];中国生物化学与分子生物学报;2009年11期

6 唐蓓;唐彦;;RhoB分子靶蛋白MHY9的鉴定[J];中国细胞生物学学报;2013年03期

7 解智慧;;SCF泛素连接酶靶蛋白识别组分FBW7[J];生命的化学;2008年05期

8 ;[J];;年期

中国重要会议论文全文数据库 前4条

1 谢云峰;金钰龙;黄嫣嫣;赵睿;汪福意;刘国诠;;肝癌相关靶蛋白抗原表位多肽合成产物的分离与鉴定[A];全国生物医药色谱学术交流会（2010景德镇）论文集[C];2010年

2 张宇;周娜汝;周亮;张喜风;吴蓉花;张运海;;哺乳动物雷帕霉素靶蛋白信号通路抑制对小鼠胚胎早期发育的影响[A];中国畜牧兽医学会动物繁殖学分会第十六届学术研讨会论文集[C];2012年

3 梁振;夏思敏;陶定银;张丽华;张玉奎;;紫杉醇药物靶蛋白筛选新方法研究[A];中国化学会第27届学术年会第09分会场摘要集[C];2010年

4 施燕红;黄剑英;林东海;;用NMR等谱学技术研究靶蛋白Cyclophilin A的结构稳定性及去折叠过程[A];第十三届全国波谱学学术会议论文摘要集[C];2004年

中国重要报纸全文数据库 前1条

1 记者 陈丹;药物绑定靶蛋白的效果首次可直接测量[N];科技日报;2013年

中国硕士学位论文全文数据库 前5条

1 代艳芬;基于机器学习的药物靶蛋白预测[D];上海大学;2015年

2 王岩;REGγ靶蛋白的探究[D];华东师范大学;2012年

3 张静静;淋巴管平滑肌瘤病研究进展[D];蚌埠医学院;2014年

4 许莉莉;Phix174噬菌体E蛋白的靶蛋白MraY和辅助蛋白SlyD的表达以及单抗的制备[D];吉林农业大学;2013年

5 谢燕玲;磁分离靶蛋白—配体复合物快速筛选混合物配体库的技术[D];重庆医科大学;2009年

  本文关键词：基于机器学习的药物靶蛋白预测，由笔耕文化传播整理发布。

，

本文编号：305324