基于关键特征识别凋亡相关蛋白和细胞周期蛋白

作     者：徐治学 

作者单位：内蒙古科技大学包头师范学院 

学位级别：硕士

导师姓名：吴鸿业;武成艳

授予年度：2024年

学科分类：0710[理学-生物学] 07[理学] 071009[理学-细胞生物学] 09[农学] 0901[农学-作物学] 090102[农学-作物遗传育种] 

主      题：凋亡相关蛋白 细胞周期蛋白 物理化学性质 关键特征 机器学习 

摘      要：1943年薛定谔在英国三一学院所做的“生命是什么——生物细胞的物理学观正式开启了理论生物物理学这个领域。理论生物物理学的任务就是用理论物理的概念和方法研究生命现象,找出其中的物理成分并揭示生命现象的物理本质。理论生物物理的研究可以分为宏观和微观两个方面,本研究主要考虑应用统计学方法、模式识别等从微观角度识别与解析凋亡相关蛋白和细胞周期蛋白。 蛋白质的多样性和复杂结构是承载机体生物学功能的基础,特别是在细胞的生命过程中,凋亡相关蛋白及其调控作用对维持生物体健康状态至关重要。通过平衡细胞的增殖与死亡,凋亡蛋白发挥其作用,而对其调控机制的理解,为疾病治疗开辟了新途径。同样,细胞周期蛋白的识别对于理解细胞功能和病理状态也极为重要。 对凋亡相关蛋白的识别研究,首先构建了一个包含正向和负向调节凋亡蛋白的基准数据集,并采用了组成、转变和分布(CTD)、二肽与期望均值的偏差(DDE)、伪K间隔氨基酸对组分(Pse CKSAAP)和PSSM-composition进行特征提取。通过特征融合及方差分析(Analysis of Variance,ANOVA)和特征增量选择(Incremental Feature Selection,IFS)策略,筛选出了970个特征的最优子集,使用支持向量机(Support Vector Machine,SVM)算法,在训练集和测试集上分别达到了88.9%和78.1%的准确率。关键特征分析揭示了正向与负向调节凋亡蛋白在序列和物理化学特征上的显著差异,而GO和KEGG富集分析验证了数据集的可靠性。 对于细胞周期蛋白的识别研究,研究目标是找到重要的特征,从而为实验提供参考。选择了序列和物理化学性质特征的组合,并通过两次降维获得了14个关键特征,此时预测成功率为92.8%。基于SVM的模型构建和分析表明,甘氨酸(G)和带电性C1是识别细胞周期蛋白的关键特征,并且仅使用二维特征能达到81.3%的准确率,表明细胞周期蛋白与非细胞周期蛋白在序列及物理化学特征上的差异。本研究为理解细胞周期蛋白的功能及其在细胞生命过程中的作用提供了新见解。