發(fā)布時(shí)間：2024-02-24 18:25

　　DNA結(jié)合蛋白對(duì)DNA修復(fù)、DNA復(fù)制和DNA修改等生命過(guò)程有著重要的意義。使用X射線晶體等實(shí)驗(yàn)手段解決預(yù)測(cè)DNA結(jié)合蛋白的問(wèn)題不僅費(fèi)時(shí)且成本高。目前已經(jīng)提出很多僅基于序列信息使用機(jī)器學(xué)習(xí)來(lái)識(shí)別DNA結(jié)合蛋白的方法。在這些方法中,關(guān)鍵性的工作在于構(gòu)建序列的有效表達(dá)以及選擇合適的分類器。衡量不同的特征與分類器的匹配程度以及不同特征的貢獻(xiàn)這兩個(gè)工作,對(duì)于預(yù)測(cè)性能的提高和生物實(shí)驗(yàn)的設(shè)計(jì)有重要意義。本文提出了堆疊模型來(lái)預(yù)測(cè)DNA結(jié)合蛋白,該模型結(jié)合了多類特征提取方法,也考慮了特征提取方法和分類器之間的匹配,該模型分為兩層,第一層為支持向量機(jī),第二層為邏輯回歸。首先,使用四種特征提取方法分別訓(xùn)練第一層的SVM分類器,得到四個(gè)不同的SVM分類器,之后,使用邏輯回歸結(jié)合四個(gè)SVM的預(yù)測(cè)概率,得到模型的輸出結(jié)果。四種特征提取方法分別為L(zhǎng)ocal_DPP,PSSM_DWT,188D以及使用自協(xié)方差提取預(yù)測(cè)的蛋白質(zhì)二級(jí)結(jié)構(gòu)信息的方法。前兩個(gè)方法是基于序列的進(jìn)化信息;188D則是基于序列的物化屬性和序列組成。堆疊模型在訓(xùn)練集PDB1075上的準(zhǔn)確率為83.53%,在獨(dú)...

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖4-1第一種預(yù)測(cè)器的四個(gè)基分類器的系數(shù)

天津大學(xué)碩士學(xué)位論文32在第一種預(yù)測(cè)器，見(jiàn)圖4-1，即僅使用SVM作為基分類器的預(yù)測(cè)器中，見(jiàn)圖4-1，PSSM_DWT對(duì)于最終的結(jié)果預(yù)測(cè)產(chǎn)生最重要的作用，其次是Local_DPP方法。這兩種特征提取方法結(jié)合SVM分類器，在五折交叉驗(yàn)證過(guò)程中，都比較穩(wěn)定，其他兩種特征提取方法比較依....

圖4-2第二種預(yù)測(cè)器的8個(gè)基分類器的系數(shù)

第4章實(shí)驗(yàn)結(jié)果及分析33圖4-2第二種預(yù)測(cè)器的8個(gè)基分類器的系數(shù)圖4-3第三種預(yù)測(cè)器的12種基分類器的系數(shù)

圖4-3第三種預(yù)測(cè)器的12種基分類器的系數(shù)

第4章實(shí)驗(yàn)結(jié)果及分析33圖4-2第二種預(yù)測(cè)器的8個(gè)基分類器的系數(shù)圖4-3第三種預(yù)測(cè)器的12種基分類器的系數(shù)

圖4-4第一種預(yù)測(cè)器的t檢驗(yàn)

天津大學(xué)碩士學(xué)位論文344.5對(duì)于3種預(yù)測(cè)器的不同基分類器進(jìn)行t檢驗(yàn)分析為了觀察三種預(yù)測(cè)器的顯著性差異，本文采用五折交叉驗(yàn)證的方法對(duì)每種預(yù)測(cè)器進(jìn)行t檢驗(yàn)。結(jié)果見(jiàn)圖4-4到圖4-6。圖4-4第一種預(yù)測(cè)器的t檢驗(yàn)。Y軸表示p值和閾值間的差距，y值越大，p值與閾值間的差距越大；x軸表示....

本文編號(hào)：3909431