[发明专利]一种基于特征优化的G蛋白偶联特异性预测的方法

权利要求书

1.一种基于特征优化的G蛋白偶联特异性预测的方法，其特征在于，包括如下步骤：

从gpDB数据库中获取GPCRs与G蛋白之间的偶联信息，构建待测的蛋白序列数据集；

提取所述数据集内蛋白序列数据的多种不同生物学特征，获得原始特征信息；

同时使用子预测模型对原始特征信息进行特征评价和有效特征选择，选取与GPCR/G蛋白偶联特异性相关的最优特征子集；

综合上述特征优化信息，使用支持向量机分类器方法构建用于G蛋白偶联特异性预测的SVM分类模型；

基于SVM分类模型获得用于预测G蛋白各偶联特异性的子预测模型。

2.如权利要求1所述的基于特征优化的G蛋白偶联特异性预测的方法，其特征在于，构建待测的蛋白序列数据集包括：从数据库中获取GPCRs与G蛋白的单偶联信息，构建单偶联特异性预测数据子集。

3.如权利要求1所述的基于特征优化的G蛋白偶联特异性预测的方法，其特征在于，构建待测的蛋白序列数据集包括：从数据库中获取GPCRs与G蛋白的多偶联信息，构建多偶联特异性预测数据子集。

4.如权利要求1、2或3所述的基于特征优化的G蛋白偶联特异性预测的方法，其特征在于，针对所述待测的蛋白序列数据集，进一步去除其中没有预测出7跨膜螺旋的蛋白序列。

5.如权利要求1、2或3所述的基于特征优化的G蛋白偶联特异性预测的方法，其特征在于，针对所述待测的蛋白序列数据集，进一步去除相似度大于98％的蛋白序列。

6.如权利要求1所述的基于特征优化的G蛋白偶联特异性预测的方法，其特征在于，通过GO语义相似性提取所述数据集内蛋白序列数据的生物学特征；GO术语包括分子功能、生化途径和细胞组成信息，采用csbl.go R包计算任意两个靶标蛋白之间的GO语义相似性，构建三个表征蛋白质语义相似性的矩阵和并且给出每个蛋白质的平均语义相似性定义(i＝1,2,...,ng；R＝MF,BP,CC)

。

7.如权利要求1所述的基于特征优化的G蛋白偶联特异性预测的方法，其特征在于，通过细胞内各个区域长度提取所述数据集内蛋白序列数据的生物学特征，采用细胞膜区域预测工具进行G蛋白偶联受体胞内区域序列的有效选取。

8.如权利要求1所述的基于特征优化的G蛋白偶联特异性预测的方法，其特征在于，通过组成转移分布提取所述数据集内蛋白序列数据的生物学特征，包括如下步骤：

采用氨基酸组成转移分布特征编码方法，考察极性、电荷、极化率、水溶性、范德华体积、氨基酸疏水性、二级结构、侧链基团八种氨基酸物理化学性质，在整条蛋白质序列上提取的组成转移分布特征168维，在4个细胞内区域上提取的特征共672维。