蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)的信息挖掘.pdf

1、隨著人類基因組計(jì)劃的實(shí)施和生物信息學(xué)的迅速發(fā)展，通過基因組測(cè)序、蛋白質(zhì)序列測(cè)定和結(jié)構(gòu)解析等實(shí)驗(yàn)，人們獲得了大量的關(guān)于蛋白質(zhì)結(jié)構(gòu)的原始數(shù)據(jù)，并且建立了眾多的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)。其中由美國(guó)布魯克海文國(guó)家實(shí)驗(yàn)室建立的蛋白質(zhì)的基本立體結(jié)構(gòu)數(shù)據(jù)庫(kù)：蛋白質(zhì)數(shù)據(jù)銀行(ProteinDataBank，簡(jiǎn)稱PDB)是世界上最為完整的蛋白質(zhì)結(jié)構(gòu)信息數(shù)據(jù)庫(kù)，是我們研究蛋白質(zhì)結(jié)構(gòu)及其相關(guān)領(lǐng)域的基礎(chǔ)，也是本文進(jìn)行數(shù)據(jù)挖掘的對(duì)象。 生物信息學(xué)的主要目的之一在

2、于了解蛋白質(zhì)中氨基酸序列和蛋白質(zhì)三維結(jié)構(gòu)之間的關(guān)系。如果知道了這種關(guān)系，就可以從氨基酸序列可靠地預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)。然而，序列和結(jié)構(gòu)間的關(guān)系并不簡(jiǎn)單。本文中，我們利用數(shù)據(jù)挖掘得到的統(tǒng)計(jì)信息數(shù)據(jù)庫(kù)對(duì)蛋白質(zhì)的二級(jí)結(jié)構(gòu)進(jìn)行了預(yù)測(cè)。 我們的主導(dǎo)思路是：通過對(duì)PDB數(shù)據(jù)庫(kù)中的氨基酸序列和結(jié)構(gòu)序列進(jìn)行切片處理，得到蛋白質(zhì)序列和結(jié)構(gòu)的切片數(shù)據(jù)庫(kù)，然后利用數(shù)據(jù)庫(kù)技術(shù)和數(shù)據(jù)挖掘方法對(duì)這些切片進(jìn)行數(shù)據(jù)挖掘工作，從中發(fā)現(xiàn)一些內(nèi)在的規(guī)律，并建立了基于PDB

3、數(shù)據(jù)庫(kù)的蛋白質(zhì)切片統(tǒng)計(jì)信息數(shù)據(jù)庫(kù)。利用這個(gè)統(tǒng)計(jì)信息數(shù)據(jù)庫(kù)和我們數(shù)據(jù)挖掘得到的知識(shí)，設(shè)計(jì)了基于蛋白質(zhì)統(tǒng)計(jì)信息數(shù)據(jù)庫(kù)的蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)系統(tǒng)。為了驗(yàn)證新的預(yù)測(cè)方法，我們選取了20條最近發(fā)布的且不在我們的統(tǒng)計(jì)信息庫(kù)中的蛋白質(zhì)序列進(jìn)行預(yù)測(cè)。其平均Q3準(zhǔn)確率為75.10﹪，其中有6個(gè)預(yù)測(cè)樣本的Q3值超過了80﹪。 本文主要分為三個(gè)部分： 第一部分主要介紹了目前數(shù)據(jù)挖掘的主要方法、原理以及數(shù)據(jù)挖掘在生物信息學(xué)眾多領(lǐng)域的應(yīng)用。

4、 第二部分詳細(xì)介紹了我們數(shù)據(jù)挖掘的對(duì)象和方法以及得到的豐富統(tǒng)計(jì)信息和對(duì)這些信息的可視化分析等處理。 第三部分主要是討論了目前蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的主要流程和方法，提出了我們的基于統(tǒng)計(jì)信息數(shù)據(jù)庫(kù)的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方法。 在本文末尾，我們對(duì)預(yù)測(cè)工作中遇到的問題進(jìn)行了探討，并提出了很多改進(jìn)的設(shè)想。我們認(rèn)為，利用數(shù)據(jù)庫(kù)技術(shù)和數(shù)據(jù)挖掘的方法來處理大量的蛋白質(zhì)結(jié)構(gòu)信息是今后生物信息學(xué)的重要組成部分。而基于統(tǒng)計(jì)信息庫(kù)的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方法，隨著