基于多特征參數(shù)預(yù)測轉(zhuǎn)移酶的亞類

程薇薇 王瑩

摘要：隨著對酶分類預(yù)測的研究需要，本文采用Shen建立的數(shù)據(jù)庫，從蛋白質(zhì)序列出發(fā)，將每條蛋白質(zhì)序列分成等長的15段得到離散增量值、低頻功率譜密度值、N端和C端的矩陣打分函數(shù)值和模體頻數(shù)構(gòu)成的組合向量表示蛋白質(zhì)序列信息，用支持向量機算法對六類酶的家族類及其亞類進行預(yù)測.轉(zhuǎn)移酶的預(yù)測精度依次為92.9%.

關(guān)鍵詞：模體;矩陣打分值;離散增量;支持向量機;轉(zhuǎn)移酶

中圖分類號：Q55 ?文獻標識碼：A ?文章編號：1673-260X（2019）05-0017-02

酶是一種生物催化劑，影響著細胞生長、代謝等生命過程的化學(xué)反應(yīng)[1，2].為了更有效地研究酶的分類，對酶的研究正朝著亞類預(yù)測方向上發(fā)展.因此，本文對轉(zhuǎn)移酶的亞類進行預(yù)測.

石等人用SVM算法預(yù)測酶的亞類得到很好的結(jié)果[3].因此，本文也選用SVM這種預(yù)測方法預(yù)測轉(zhuǎn)移酶的亞類，得到較好的預(yù)測精度.

1 數(shù)據(jù)庫和方法

1.1 數(shù)據(jù)庫

本文選取2007年Shen等人構(gòu)建的數(shù)據(jù)庫，其中包括1820條氧化還原酶序列、2847條轉(zhuǎn)移酶序列、3279條水解酶序列、892條裂解酶序列、639條異構(gòu)酶序列和965條連接酶序列.

2 結(jié)論

本文先用新構(gòu)建的新數(shù)據(jù)庫進行預(yù)測.將15段的六類親疏水緊鄰的離散增量值、低頻功率譜密度、N端和C端氨基酸組分的矩陣打分值和兩種模體頻數(shù)值作為參數(shù)，分別將六類酶的序列轉(zhuǎn)化為向量，轉(zhuǎn)移酶共得到71維向量.將得到的六類酶的向量分別輸入到隨即森林中，在Jack-knife檢驗下進行預(yù)測，總精度為92.9%（見表2）.

參考文獻：

〔1〕L. F. Yan， and Z. R. Sun， Protein molecular structures， Beijing： Tsinghua University， 1999， pp.65–74.

〔2〕L. F. Yan. The structure and the function of protein [M].Changsha：Hunan science and technology publishing house，1988.

〔3〕Ruijia Shi， Xiuzhen Predicting enzyme subclasses by using support vector machine with composite vectors.Volume 17， Number 5， May 2010， pp. 599-604（6）.

〔4〕Bailey TL， Williams N， Misleh C， Li WW. MEME：discovering and analyzing DNA and protein sequence motifs. Nucl Acids Res， 2006，34： 369～373.

〔5〕Castro， D.E， Sigrist，C.J.， Gattiker，A.，Bulliard，V.， Langendijk-Genevaux，P.S.， Gasteiger， E.， Bairoch， A.， Hulo， N. ScanProsite： detection of PROSITE signature matches and ProRule-associated functional and structural residues in protein [J]. Nucleic Acids Research. 2009， 37， 202～208.

〔6〕Ho，Tin Kam.“Random Decision Forest”.Proc.of the 3rd Int’l Conf.Document Analysis and Recognition.1995， 278-282.

〔7〕Oppenheim AV， Willsky AS， Nawab SH， Signals and systems. New York： PrenticeHall， 1985.

〔8〕CHOU K.C. The biological functions of low-frequency phonons： 3. Helical structures and microenvironment [J]. Biophysical journal， 1984， 45： 881～890.

〔9〕Zhang LR， Luo LF. Splice site prediction with quadratic discriminate analysis using diversity measure [J]. Nucleic Acids Res. 2003， 31： 6214-6220.

〔10〕Hu XZ， Li QZ. Using Support Vector Machine to Predict ?- and ?-Turns in Proteins[J]. InterScience. 2007.

〔11〕高麗群.時空地理加權(quán)回歸模型的統(tǒng)計診斷[J].哈爾濱師范大學(xué)學(xué)報（自然科學(xué)版），2015（6）：50-52.