基於子空間融合的蛋白質-維他命綁定位點預測方法
2023-10-17 13:22:49 4
基於子空間融合的蛋白質-維他命綁定位點預測方法
【專利摘要】本發明提供一種基於子空間融合的蛋白質-維他命綁定位點預測方法，包括：特徵抽取與特徵組合：分別利用PSI-BLAST、PSIPRED和蛋白質-維他命綁定位點傾向表抽取蛋白質的進化信息、二級結構信息以及綁定傾向性信息，使用滑動窗口與串行組合將蛋白質序列中的胺基酸殘基轉換為向量形式表示；使用多種特徵選擇算法分別對原始特徵空間進行多次特徵選擇；每次特徵選擇得到的特徵子集構成一個特徵子空間，構建多個特徵子空間；對所得的每個特徵子空間，訓練一個SVM分類器；使用加權平均的分類器融合方式對訓練完畢的多個SVM分類器進行融合；基於融合後的SVM預測器對待預測蛋白質進行蛋白質-維他命綁定位點預測。本發明的預測方法預測速度快、預測精度高。
【專利說明】基於子空間融合的蛋白質-維他命綁定位點預測方法
【技術領域】
[0001]本發明涉及生物信息學蛋白質-維他命相互作用領域，具體而言涉及一種基於子空間融合的蛋白質-維他命綁定位點預測方法。
【背景技術】
[0002]蛋白質與維他命之間的相互作用在新陳代謝中起到了至關重要的作用，是生命活動中普遍存在且不可或缺的。通過生物實驗的方法來確定蛋白質與維他命之間的綁定位點需要耗費大量的時間和資金，並且效率較低。隨著測序技術的飛速發展和人類結構基因組的不斷推進，蛋白質組學中已經累積了大量未進行與維他命綁定位點標定的蛋白質序列。因此應用生物信息學的相關知識，研發能夠直接從蛋白質序列出發進行蛋白質-維他命綁定位點快速且準確的智能預測方法有著迫切需求，且對於發現和認識蛋白質結構和生理功能有著重要的意義。
[0003]目前，針對預測蛋白質-維他命綁定位點的計算模型還很欠缺。目前僅僅發現一種專門設計用來進行蛋白質-維他命綁定位點預測的計算模型，即VitaPred。VitaPred是世界上第一個專門設計用來進行蛋白質-維他命綁定位點定位的預測器(B.Panwar, S.Gupta, and G.P.S.Raghava, 「Prediction of vitamin interacting residues in avitamin binding protein using evolutionary information,，，BMC Bioinformatics, vo1.14, Feb7, 2013)。VitaPred是一種可以預測蛋白質與不同種類維他命(維他命A、維他命B、維他命B6等)的預測器。由於不同的維他命種類之間存在著差異性，所以VitaPred構造了 4個非冗餘的數據集合，分別是:含有187條與維他命有綁定關係的蛋白質(這個數據集合沒有區分維他命的種類)、含有31條與維他命A有綁定關係的蛋白質、含有141條與維他命B有綁定關係的蛋白質、以及含有71條與維他命B6有綁定關係的蛋白質。VitaPred通過抽取胺基酸殘基的位置特異性得分矩陣所表示的進化信息特徵，然後輸入SVM分類模型來判定一個胺基酸殘基是否屬於蛋白質維他命綁定位點。此外在,VitaPred所對應的論文中還嘗試其他的特徵及其組合與SVM結合的方法去預測蛋白質-維他命綁定位點，但是其預測精度以及其擴展性都沒有進化信息特徵與SVM結合的方法好，所以VitaPred的方法就代表進化信息特徵與SVM結合的預測方法。
[0004]然而，綜合分析這個僅有的預測模型，其對蛋白質與不同種類維他命綁定位點預測問題都是用同一個特徵子空間下的相同方法，從而導致的可解釋性較差的問題有待克服；且可以發現預測精度距離實際應用還有較大差距，迫切需要進一步提高。
【發明內容】
[0005]為解決上述單個多維度特徵空間中有互斥特徵而導致預測精度距離實際應用差距較大且可解釋性較差的缺點，本發明的目的在於提出一種預測速度快、預測精度高的基於子空間融合的蛋白質-維他命綁定位點預測方法。
[0006]為達成上述目的，本發明所採用的技術方案如下:[0007]—種基於子空間融合的蛋白質-維他命綁定位點預測方法，包括以下步驟:
[0008]步驟1、特徵抽取與特徵組合，即分別利用PS1-BLAST算法、PSIPRED算法抽取蛋白質的進化信息特徵與二級結構信息特徵，以及根據蛋白質-維他命綁定位點傾向表抽取蛋白質的綁定傾向性信息特徵，前述三種特徵組成原始特徵空間；然後使用滑動窗口與串行組合方式將蛋白質序列中的胺基酸殘基轉換為向量形式表示；
[0009]步驟2、使用特徵選擇算法即 Joint Laplacian Feature Weights Learning算法、Fisher Score算法以及Laplacian Score算法,分別對原始特徵空間進行多次特徵選擇；每次特徵選擇得到的特徵子集構成一個特徵子空間，從而構建多個特徵子空間；
[0010]步驟3、對步驟2所得的每個特徵子空間，訓練一個SVM分類器；
[0011]步驟4:使用加權平均的分類器融合方式對訓練完畢的多個SVM分類器進行融合；以及
[0012]步驟5、基於融合後的SVM預測器對待預測蛋白質進行蛋白質-維他命綁定位點預測。
[0013]進一步的實施例中，所述步驟I中，對於訓練蛋白質的特徵抽取和串行組合包括以下步驟:
[0014]步驟1-1、對於一個由I個胺基酸殘基組成的蛋白質，通過PS1-BLAST算法獲取其位置特異性得分矩陣，該矩陣為一個I行20列的矩陣，從而將蛋白質一級結構信息(即進化信息)轉換為矩陣形式表示:
[0015]
【權利要求】
1.一種基於子空間融合的蛋白質-維他命綁定位點預測方法，其特徵在於，包括以下步驟: 步驟1、特徵抽取與特徵組合，即分別利用PS1-BLAST算法、PSIPRED算法抽取蛋白質的進化信息特徵與二級結構信息特徵，以及根據蛋白質-維他命綁定位點傾向表抽取蛋白質的綁定傾向性信息特徵，前述三種特徵組成原始特徵空間；然後使用滑動窗口與串行組合方式將蛋白質序列中的胺基酸殘基轉換為向量形式表示； 步驟2、使用特徵選擇算法即Joint Laplacian Feature Weights Learning算法、Fisher Score算法以及Laplacian Score算法,分別對原始特徵空間進行多次特徵選擇；每次特徵選擇得到的特徵子集構成一個特徵子空間，從而構建多個特徵子空間； 步驟3、對步驟2所得的每個特徵子空間，訓練一個SVM分類器； 步驟4:使用加權平均的分類器融合方式對訓練完畢的多個SVM分類器進行融合；以及 步驟5、基於融合後的SVM預測器對待預測蛋白質進行蛋白質-維他命綁定位點預測。
2.根據權利要求1所述的基於子空間融合的蛋白質-維他命綁定位點預測方法，其特徵在於，所述步驟I中，對於訓練蛋白質的特徵抽取和串行組合包括以下步驟: 步驟1-1、對於一個由I個胺基酸殘基組成的蛋白質，通過PS1-BLAST算法獲取其位置特異性得分矩陣，該矩陣為一個I行20列的矩陣，從而將蛋白質一級結構信息轉換為矩陣形式表示:
3.根據權利要求1所述的基於子空間融合的蛋白質-維他命綁定位點預測方法，其特徵在於，所述步驟2中，使用所述三種特徵選擇算法構建多個特徵子空間的具體實現包括以下步驟: 步驟 2-1、利用 Joint Laplacian Feature Weights Learning 算法對步驟 I 產生的原始特徵空間進行特徵選擇，其包括: 1)對於原始特徵空間中的數據X=[X1, X2,-,xM] e Rnxm，使用下述式(10)和式(11)構造Laplacian矩陣Hmxm與對角矩陣Dmxm如下:
4.根據權利要求1所述的基於子空間融合的蛋白質-維他命綁定位點預測方法，其特徵在於，在所述步驟3，根據前述原始樣本在每一個特徵子空間中的分布情況，分別使用LIBSVM中的SVC分類算法訓練一個子空間SVM預測器；最終在三個特徵子空間訓練出了三個不同的SVM預測器。
5.根據權利要求1所述的基於子空間融合的蛋白質-維他命綁定位點預測方法，其特徵在於，在所述步驟4中，使用加權平均方法對步驟3所訓練得到的三個不同特徵子空間的SVM預測器進行融合，其包括:令Co1和ω2分別表示綁定位點類和非綁定位點類，Sp S2和S3分別表示三個不同特徵子空間下的SVM預測器，Dem=Ixi^yi匕表示評估樣本集合，用於確定子空間對應的SVM模型的權重，其中評估樣本集合的胺基酸殘基是已知其類別的；對於每一個Xi所表示的樣本特徵，Sp &和S3將會輸出三個2維的向量(Su(Xi)isiJ(Xi))' (Su(Xi)is^2(Xi))IP每個2維向量的兩個元素分別表示Xi屬於0^和《2的程度且兩個元素和為1，故對於評估樣本集合Ara =汰4 Kr分別可以得到在SpS2和S3上的預測結果矩陣:
6.根據權利要求1所述的基於子空間融合的蛋白質-維他命綁定位點預測方法，其特徵在於，在步驟5中，使用融合後的SVM預測器對待預測的蛋白質進行蛋白質-維他命綁定位點預測: 對於待預測蛋白質中的每一個胺基酸殘基，根據步驟I產生胺基酸殘基在原始特徵空間中的特徵；然後對胺基酸殘基的原始特徵分別使用步驟2所述的三個特徵選擇算法產生三個子空間特徵；再將三個子空間特徵輸入到步驟3所對應的三個SVM預測器Sp S2和S3得到三個以綁定維他命概率形式給出的預測結果，將這三個預測結果輸入按照步驟4的加權平均方法集成後的SVM預測器中，輸出胺基酸殘基綁定或不綁定維他命的概率；最後以最大化馬修斯相關性係數的閾值T作為判斷基準進行綁定判斷:所有綁定概率大於等於T的胺基酸殘基預測為綁定殘基；其他胺基酸殘基即綁定概率小於閾值T的胺基酸殘基則預測為非綁定殘基 ，其中T e [O，I]。
【文檔編號】G06F19/10GK103955628SQ201410164632
【公開日】2014年7月30日 申請日期:2014年4月22日 優先權日:2014年4月22日
【發明者】胡俊, 於東軍, 何雪, 李陽, 沈紅斌, 楊靜宇 申請人:南京理工大學