[发明专利]基于序列比对核函数预测信号肽及其断裂点位置实现方法

摘要

一种基于序列比对核函数预测信号肽及其断裂点位置实现方法，属于生物工程技术领域。本发明采用全局序列比对以解决所研究的氨基酸序列长度不一致的难题，并计算两氨基酸序列之间的统计相关性以表征两者之间的相似度，通过将相似度矩阵转换为非负定矩阵后经过空间转换得到新坐标，从而解决不满足非负定性条件的矩阵如何生成核矩阵的问题。对于新测定的氨基酸序列在新特征空间可预测其是否信号肽并判定其断裂点位置。本发明提高了以往预测信号肽的正确率以及断裂点的预测率，从而对于理解某些疾病的致病过程有极大促进作用，进而有助于开发有效的治疗方案。

主权项

1、一种基于序列比对核函数预测信号肽及其断裂点位置实现方法，其特征在于包括如下步骤：1)属性的数字化：将氨基酸序列的是否属于信号肽的文字描述映射成整数属性并标记为yi，以1表示信号肽、0表示非信号肽；2)全局序列比对并建立相似度矩阵：对每组数据中的每两条氨基酸序列应用全局序列比对Needleman-wunsch算法，记录序列比对的结果；并将全局序列比对附加产生的评判值组成矩阵作为度量氨基酸序列间相似度的相似度矩阵；3)生成核矩阵得到新空间坐标：对于非负定相似度矩阵只进行归一化处理，$S^{\prime }(i,j)=\frac{S(i,j)-\underset{i,j}{\mathrm{Min}}S(i,j)}{\underset{i,j}{\mathrm{Max}}S(i,j)}$ 和$S^{\prime \prime }(i,j)=\sqrt{\frac{S^{\prime 2}(i,j)}{S^{\prime }(i,i)S^{\prime }(j,j)}},$ 其中(i，j＝1，2，…224)，计算矩阵S*＝S″的特征值Λ＝{λ1，λ2，…，λN}与特征向量V＝{V1，V2，…，VN}，要求|λi|×(Vi，Vi)＝1且相处正交，新空间坐标为$X_i^0=(S_i^{*}{V}_1,S_i^{*}{V}_2,···S_i^{*}{V}_{N^{*}});$ 4)训练分类器并预测是否信号肽：分类器采用SVM分类器，由已知属性的N1个氨基酸序列训练SVM分类器，训练样本属性对为$\{X_i^0,y_i\}i=\mathrm{1,2},···N_1,$ SVM采用线性核即为矩阵S*的子矩阵，由训练所得分类器对未知属性的N2＝N-N1 个样本检测；5)预测信号肽断裂点位置：按照预测信号肽与已知断裂点信号肽的相似度降序排列，得到相似度从大到小的次序，借助于相似性大的氨基酸序列与预测信号肽的全局序列比对预测断裂点位置。