导读:本文包含了二硫键连接模式论文开题报告文献综述及选题提纲参考文献，主要关键词:二硫键,主分量分析,支持向量回归
二硫键连接模式论文文献综述
裔东亮,朱林,杨杰,沈红斌[1]（2010）在《PCA技术在二硫键连接模式预测中的应用研究》一文中研究指出关于二硫键是由蛋白质的两个半胱氨酸之间配对形成的一种共价键,可以存在于同一条蛋白质多肽键内,也可以存在于不同的多肽键之间。二硫键的形成是蛋白质折迭过程中的重要步骤,同时影响蛋白质折迭的速率和途径。因此利用计算机方法预测二硫键连接模式有非常重要的意义。采用一种新的方法预测二硫键连接模式。结合序列多重特征向量和通过PSIPRED得出的二级结构预测信息。由于原方法会产生高维数据,使用PCA进行降维,在降维后的低维数据上采用支持向量回归技术(SVR)来预测二硫键连接模式。结果显示,上述方法提高了预测精度。(本文来源于《计算机仿真》期刊2010年02期）
裔东亮[2]（2009）在《蛋白质跨膜结构与二硫键连接模式研究》一文中研究指出蛋白质二级结构预测是分子生物学中的重要问题。随着蛋白质序列数据的飞速增长,己知的蛋白质序列和已知的蛋白质结构之间的差距不断增大,蛋白质结构的预测变得越来越重要。在蛋白质二级结构中,跨膜蛋白的结构预测非常重要。跨膜蛋白在生物体中担负着各种各样的重要功能:细胞的运输,如将营养物质和一些无机电解质输入细胞,而将有毒的或无用的代谢产物排出细胞;细胞膜内外信号的传递及能量转换。研究发现,在基因组中,有大约20%-30%的基因产物被预测为膜蛋白,这样的比率显示了跨膜蛋白在生物体中的重要性。此外,在药物研发过程中,膜蛋白偶联受体是绝大多数药物的作用靶点。膜蛋白的预测研究方法经过几十年的发展,从最开始的统计方法,到最近十几年大量使用的智能方法,已经获得很大的提高。二硫键是由蛋白质的两个半胱氨酸之间配对形成的一种共价键,可以存在于同一条蛋白质多肽链内,也可以存在于不同的多肽链之间。对于许多蛋白质而言,二硫键是它们最终折迭产物的永久特征。二硫键的形成是蛋白质折迭过程中的重要步骤,其形成动力学影响蛋白质折迭的速率和途径,它的错误配对是影响蛋白质多肽链正确折迭的重要原因。二硫键的存在对于维持蛋白质空间结构稳定性,保持其生理活性具有至关重要的意义。利用模式识别技术的生物信息学中,要解决蛋白质二硫键结构连接模式的预测,需要解决如下几个问题:一是如何在海量的数据集中提取用来作为输入的特征向量;二是如何采用有效的降维方法降低输入特征向量的维数和冗余;叁是使用怎样的预测工具进行预测。第一个问题关于提取特征。这项研究从很早以前就已经开始。从早期蛋白质二级结构预测使用到的疏水性特征、氨基酸组成成份,到后来使用到的PSSM矩阵向量等等。在本文中,作者结合了7组不同的特征向量用于预测蛋白质二硫键连接模式,它们包括:半胱氨酸偶联、20种氨基酸组成成份、半胱氨酸分离距离、半胱氨酸排序、蛋白质分子量、蛋白质序列长度和蛋白质的二级结构信息。这些向量的总维数623,经过PCA的降维,维数降低到300和500维。第二个问题关于特征降维。经过多年的发展,降维技术已经非常成熟。现在比较常见的降维方法包括:(1)以主成分分析(Principle Component Analysis: PCA)为代表的基于重构误差分析的降维方法;(2)以线性判别分析(Linear Discriminant Analysis: LDA)为代表的基于类别信息获取最优分类方法的降维方法;(3)以独立主元分析(Independent Component Analysis: ICA)为代表的降维方法;(4)以局部线性嵌入(Locally Linear Embedding: LLE)和等距映射(Isometric Mapping: Isomap)为代表的基于流形学习的降维方法。本文将采用PCA方法对623维向量进行降维。第叁个问题关于预测工具。目前生物信息学中经常使用到的预测工具包括:(1)支持向量机技术(Support Vector Machine);(2)人工神经网(Neutral Network);(3)贝叶斯网络(Bayesian);(4)隐马尔科夫模型(Hidden Markov Model)。本文使用支持向量机技术中的SVR,即支持向量回归技术。论文的主要创新点有以下几点:对已有的蛋白质二级结构预测算法进行研究,将当前的预测算法分为基于人工智能的方法和融合方法,完成对以往方法的综述。同时也对特殊蛋白质结构——膜蛋白预测方法进行了比较研究;在蛋白质二硫键连接模式预测中,利用PCA降维技术,对多重序列特征向量和二级结构信息特征向量进行特征降维,然后将降维后的数据输入SVR分类器进行分类,提高了预测正确率。(本文来源于《上海交通大学》期刊2009-02-01）
二硫键连接模式论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
蛋白质二级结构预测是分子生物学中的重要问题。随着蛋白质序列数据的飞速增长,己知的蛋白质序列和已知的蛋白质结构之间的差距不断增大,蛋白质结构的预测变得越来越重要。在蛋白质二级结构中,跨膜蛋白的结构预测非常重要。跨膜蛋白在生物体中担负着各种各样的重要功能:细胞的运输,如将营养物质和一些无机电解质输入细胞,而将有毒的或无用的代谢产物排出细胞;细胞膜内外信号的传递及能量转换。研究发现,在基因组中,有大约20%-30%的基因产物被预测为膜蛋白,这样的比率显示了跨膜蛋白在生物体中的重要性。此外,在药物研发过程中,膜蛋白偶联受体是绝大多数药物的作用靶点。膜蛋白的预测研究方法经过几十年的发展,从最开始的统计方法,到最近十几年大量使用的智能方法,已经获得很大的提高。二硫键是由蛋白质的两个半胱氨酸之间配对形成的一种共价键,可以存在于同一条蛋白质多肽链内,也可以存在于不同的多肽链之间。对于许多蛋白质而言,二硫键是它们最终折迭产物的永久特征。二硫键的形成是蛋白质折迭过程中的重要步骤,其形成动力学影响蛋白质折迭的速率和途径,它的错误配对是影响蛋白质多肽链正确折迭的重要原因。二硫键的存在对于维持蛋白质空间结构稳定性,保持其生理活性具有至关重要的意义。利用模式识别技术的生物信息学中,要解决蛋白质二硫键结构连接模式的预测,需要解决如下几个问题:一是如何在海量的数据集中提取用来作为输入的特征向量;二是如何采用有效的降维方法降低输入特征向量的维数和冗余;叁是使用怎样的预测工具进行预测。第一个问题关于提取特征。这项研究从很早以前就已经开始。从早期蛋白质二级结构预测使用到的疏水性特征、氨基酸组成成份,到后来使用到的PSSM矩阵向量等等。在本文中,作者结合了7组不同的特征向量用于预测蛋白质二硫键连接模式,它们包括:半胱氨酸偶联、20种氨基酸组成成份、半胱氨酸分离距离、半胱氨酸排序、蛋白质分子量、蛋白质序列长度和蛋白质的二级结构信息。这些向量的总维数623,经过PCA的降维,维数降低到300和500维。第二个问题关于特征降维。经过多年的发展,降维技术已经非常成熟。现在比较常见的降维方法包括:(1)以主成分分析(Principle Component Analysis: PCA)为代表的基于重构误差分析的降维方法;(2)以线性判别分析(Linear Discriminant Analysis: LDA)为代表的基于类别信息获取最优分类方法的降维方法;(3)以独立主元分析(Independent Component Analysis: ICA)为代表的降维方法;(4)以局部线性嵌入(Locally Linear Embedding: LLE)和等距映射(Isometric Mapping: Isomap)为代表的基于流形学习的降维方法。本文将采用PCA方法对623维向量进行降维。第叁个问题关于预测工具。目前生物信息学中经常使用到的预测工具包括:(1)支持向量机技术(Support Vector Machine);(2)人工神经网(Neutral Network);(3)贝叶斯网络(Bayesian);(4)隐马尔科夫模型(Hidden Markov Model)。本文使用支持向量机技术中的SVR,即支持向量回归技术。论文的主要创新点有以下几点:对已有的蛋白质二级结构预测算法进行研究,将当前的预测算法分为基于人工智能的方法和融合方法,完成对以往方法的综述。同时也对特殊蛋白质结构——膜蛋白预测方法进行了比较研究;在蛋白质二硫键连接模式预测中,利用PCA降维技术,对多重序列特征向量和二级结构信息特征向量进行特征降维,然后将降维后的数据输入SVR分类器进行分类,提高了预测正确率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
二硫键连接模式论文参考文献
[1].裔东亮,朱林,杨杰,沈红斌.PCA技术在二硫键连接模式预测中的应用研究[J].计算机仿真.2010
[2].裔东亮.蛋白质跨膜结构与二硫键连接模式研究[D].上海交通大学.2009