基于多分类器组合的蛋白质结构预测研究

摘要

随着人类基因组计划的顺利进展,越来越多的蛋白质序列被测定出来,利用理论计算方法来研究蛋白质的结构和功能从而指导实验是一项非常有意义的工作.该文从蛋白质的一级序列出发使用多分类器组合的一些算法对蛋白质结构进行分类研究,论文主要工作如下:1、首先对蛋白质相关知识作了简要介绍,在研究蛋白质结构预测问题的过程中提出了使用多分类器组合算法对蛋白质结构进行分类研究.并在研究支持向量机等分类器和多分类器组合的基础上,对其类型、算法等进行了分析.2、对蛋白子折叠子预测现状进行了研究,提出以支持向量机为基础的多分类器级联算法来解决折叠子分类问题,实验结果比直接分类提高了近四个百分点,证明了这种思路的有效性.3、分析了多分类器融合算法的理论框架,并采用决策模板算法对蛋白质结构类的预测问题进行了研究.在此基础上对这种算法进行了三种改进,并设计了不同的实验来验证算法.实验结果均有不同程度的提高,这说明了算法改进的有效性,也表明将融合算法用于蛋白质结构类分类研究是一种比较可行的思路.4、分析了多分类器选择算法的理论框架,对基于局部类精度的动态选择算法和聚类选择算法进行了说明,并将其运用到蛋白质同源寡聚体分类问题中.实验结果和使用支持向量机进行了比较,表明基于选择算法来预测蛋白质同源寡聚体,其精度和可靠性都优于后者.该论文受到西北工业大学研究生创业种子基金资助,基金编号:Z20030048.

目录

文摘

英文文摘

第一章绪论

§1.1研究背景

§1.2蛋白质结构预测主要方法

§1.3常用的蛋白质结构与序列数据库简介

§1.4本文主要研究内容

§1.5论文结构安排

第二章支持向量机和多分类器组合

§2.1支持向量机

§2.2其他分类器

§2.3多分类器组合（CMC）

§2.3.1分类器输出信息

§2.3.2多分类器组合类型

§2.4 CMC组合规则

§2.4.1多分类器融合

§2.4.2多分类器选择

§2.5小结

第三章基于多分类器级联算法的蛋白质折叠子预测

§3.1蛋白质折叠子

§3.1.1蛋白质结构层次

§3.1.2折叠子

§3.2基于支持向量机的多分类器级联算法

§3.3实验内容及结果分析

§3.3.1折叠子数据库

§3.3.2实验内容

§3.3.3结果讨论

§3.4小结

第四章基于改进的决策模板算法的蛋白质结构类分类研究

§4.1蛋白质结构类

§4.2成员分类器的设计

§4.3多分类器融合算法

§4.4改进的决策模板(DT)融合算法

§4.4.1DT算法描述

§4.4.2基于输出向量的DT算法

§4.4.3基于分类器的DT算法

§4.4.4加权融合DT算法

§4.5实验分析

§4.5.1数据库

§4.5.2特征提取

§4.5.3实验设计和结果分析

§4.6小结

第五章选择算法研究及在蛋白质四级结构分类中的应用

§5.1蛋白质四级结构

§5.2多分类器选择算法

§5.2.1基础概念

§5.2.2理论框架

§5.3两种分类器选择算法

§5.4实验分析和讨论

§5.4.1分类系统检验

§5.4.2结果与讨论

§5.5小结

第六章总结和展望

参考文献

致谢

作者发表或录用文章及参与项目

附录

西北工业大学学位论文知识产权声明书及原创性声明