[发明专利]一种蛋白质结构与功能的在线预测方法

摘要

本发明公开了一种基于小波变换支持向量机对蛋白质功能与结构的在线预报方法，该方法包括如下步骤：1.建立蛋白质序列数据集的训练样本集；2.利用氨基酸的物理化学性质将蛋白质氨基酸序列转化为数值序列；3.利用小波变换进行特征提取；4.支持向量机训练生成的蛋白质特征数据集；5.需要预报的蛋白质序列的读入、数据转换及蛋白质结构与功能的在线预测。该方法能实现对未知蛋白质的家族及功能的预测，验证结果表明对G蛋白偶联受体、酶蛋白、蛋白质亚细胞结构、蛋白质二级结构均有好的预测准确率。在线预测时，用户只需在预报网页界面提供要预报的蛋白质序列，对其数据进行转换后利用小波变换对其进行特征提取，完成支持向量机的训练和目标的预报，输出预报结果。

主权项

一种基于小波变换和支持向量机对蛋白质结构与功能进行在线作用，其特征在于该方法包括如下步骤：（1）建立蛋白质序列数据集的训练样本：从互联网上蛋白质数据库SWISS‑PROT采集构建蛋白质序列数据集的训练样本，该蛋白质序列数据集的训练集的训练样本包括G蛋白偶联受体、酶蛋白、蛋白质亚细胞结构、蛋白质二级结构，并且根据需要可以添加或更新数据集，上述数据集分别包含两类：一类分为正样本，另一类分为负样本；（2）蛋白质序列数据集转换：将上述步骤（1）得到的蛋白质序列数据集转换成可用于信号处理的数值序列，即对蛋白质序列数据集中的每个蛋白质序列利用其氨基酸物理化学性质转换成数值序列；（3）利用小波变换技术进行特征提取：对上述步骤（2）得到的数值序列进行小波分解得到特征小波系数，并从这些系数中提取特征向量；（4）用支持向量机学习训练蛋白质序列数据集：用支持向量机（SVM）学习训练的实质是利用支持向量机队上述步骤（3）生成的蛋白质特征数据集进行训练，得到支持向量机的蛋白质家族分类预测模型；（5）需要预报蛋白质序列的读入、数据转换及其蛋白质家族及功能的预测：利用通过J2EE规范编写的Servlet组件读入Web客户端提交蛋白质序列数据后，Servlet组件先调用验证组件对用户提交数据进行检验，确定是否有效数据，若为无效数据告知可能原因，若为有效数据，调用预报器组件并使其完成初始化，再调用数据转换器组件对蛋白质序列转换为数值序列，然后利用小波变换进行特征提取，最后输入到预报器组件进行预报。