抗微生物肽和抗癌肽的特征信息提取及预测算法研究

《抗微生物肽和抗癌肽的特征信息提取及预测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、内蒙古农业大学研究生学位论文独创声明本人申明所呈交的学位论文是我本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包括其他人已经发表或撰写过的研究成果，也不包括为获得我校或其他教育机构的学位或证书而使用过的材料，与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：≥啦垫日期：墟!鲨：≤：!垒内蒙古农业大学研究生学位论文版权使用授权书本人完全了解内蒙古农业大学有关保护知识产权的规定，即：研究生在攻读学位期间

2、论文工作的知识产权单位属内蒙古农业大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位为内蒙古农业大学，且导师为通讯作者，通讯作者单位亦署名为内蒙古农业大学。学校有权保留并向国家有关部门或机构送交论文的复印件和电子文档，允许论文被查阅和借阅。学校可以公布学位论文的全部或部分内容(保密内容除外)，采用影印、缩印或其他手段保存论文。论文作者签名：．．立．．暨查指导教师签名：丛丛j逸．日期：堡!兰：』：塑摘要抗微生物肽(AntimicrobialPeptides，AMPs)是生物体自身产生的防御入侵病原体感染的小分子多肽，是生物先天免疫防卫系统

3、的一个重要组成部分，对大多数的病原体有效且不易产生抗药性。抗癌肽【AnticancerPeptides，ACPs)是一种具有明显抗肿瘤活性的抗微生物肽，通过溶膜和非溶膜两种作用方式来抑杀肿瘤细胞。抗微生物肽的研究对于开发新药物有着重要的意义，而采用有效的方法来预测抗微生物肽及其生物学功能也成为了科学家们研究的热点问题。本文选取了已发表文献中的抗微生物肽和抗癌肽两个数据集，通过选取多种特征向量信息，采用支持向量机(SVM)算法、随机森林(RF)算法和加权K一近邻(wKNN)算法，在5一折交叉验证下进行了预测。在研究中，当采用氨基酸组分信息(AAc)和

4、伪氨基酸组分信，官,(PseAAC)时，预测效果较好。在对抗微生物肽的预测中，选取氢基酸组分信息为特征向量，输入随机森林分类器，总体准确率最高达到90．83％，比目前国际上选用相同数据库的最优结果高4．51个百分点。在对抗癌肽的预测中，选取氨基酸组分信息与伪氨基酸组分信息的组合向量为特征信息，输入支持向量机，总体准确率最高达到93131％，高于国际上使用相同数据库的最优结果3．61个百分点。由结果可见，本文中的方法可以有效的对抗微生物肽及抗癌肽进行预测。关键词：抗微生物肽；抗癌肽；5一折交叉验证；支持向量机：随机森林；加权K一近令BAStudy01

5、1FeatureExtractionandClassificationAlgorithmsforAntimicrobialPeptidesandAnticancerPeptidesAbstractAntimicrobialPeptides(AMPs)representaclassofmicro—moleculepolypeptidesthatfrombiologyitself,thesepeptidesareeffectiveforwiderangeofpathogensandnoteasytoinduceresistance，SOtheyplay

6、animportantroleininnateimmunesystem．AnticancerPeptides(ACPs)areakindofantimicrobialpeptideswhichhasantitumoractivity,theykilltumorcellsbydisruptingmembraneorothermethods。Theantimicrobialpeptidesresearchhasimportantsignificanceforthedevelopmentofnewdrugs，ithasbecomeahotissuefor

7、thescientiststoadopteffectivemethodstopredicttheantimicrobialpeptidesandtheirbiologicalfunction．Inthispaper,WechosetwodatasetsaboutAMPsandACPsfromthepublishedIiterature，byselectingavarietyoffeaturevectorinformations，threealgorithms(supportvectormachine，SVM；randomforest，REandwe

8、ightedK—nearestneighbors，WKNN)havebeenappliedtopredictthesepe