[发明专利]一种与核糖核酸结合的蛋白质的预测方法

摘要

本发明公开了一种与核糖核酸结合的蛋白质(RBP)的预测方法。首先根据氨基酸的特性，获取样本蛋白的候选特征总集；然后以候选特征之间的相关度和/或冗余度为标准，从候选特征总集中选取个最佳特征作为特征向量；根据样本蛋白的特征向量以及蛋白质特征，建立预测模型；最后根据待预测蛋白的特征向量，获得待预测蛋白的蛋白质特性的预测结果。本发明的候选特征总集涵盖了氨基酸的多种特性，全面考虑了影响蛋白质结合核糖核酸性能的多方面因素，准确度经验证超过90％，将现有技术的准确度提高了35％，马修相关系数为0.788，将现有技术提高了2倍，从而预测更为全面准确。

主权项

1.一种与核糖核酸结合的蛋白质的预测方法，其特征在于，包括以下步骤：S1.根据氨基酸的疏水性，获取第一候选特征的集合；根据氨基酸的极性，获得第二候选特征的集合；根据氨基酸的规范化的范德瓦尔斯体积，获取第三候选特征的集合；根据氨基酸的极化性，获取第四候选特征的集合；根据蛋白质的二级结构，获取第五候选特征的集合；根据氨基酸的溶剂可及性，获取第六候选特征的集合；根据氨基酸的带电性和极性，获取第七候选特征的集合；根据氨基酸的位置特异性打分矩阵，获取第八候选特征的集合；根据第一候选特征的集合至第八候选特征的集合的并集，获得样本蛋白的候选特征总集Vi＝{vi,k}；其中，vi,k表示第i个样本蛋白的第k个候选特征，i为1～ξ的任意整数，k为1～N1的任意整数，ξ为样本蛋白的总数量，N1为候选特征总集中候选特征的总数量，ξ≥5N1；S2.根据候选特征之间的相关度和/或冗余度，在所述第i个样本蛋白的候选特征总集中选取个候选特征作为第i个样本蛋白的最佳特征，其分别为并获得第i个样本蛋白的特征向量其中，S3.根据样本蛋白的特征向量以及蛋白质特性，建立预测模型f(xi)，并获取样品蛋白在所述预测模型中的评估指标σ，如果σ≥阈值η，进入S4，否则返回步骤S2；S4.获取待预测蛋白与样本蛋白对应的特征向量x，代入所述步骤S3中所建立的预测模型，获得待预测蛋白的蛋白质特性的预测结果f(x)，从而判断该待预测蛋白是属于核糖核酸结合蛋白，还是属于非核糖核酸结合蛋白。