《基於數據融合的蛋白質鑑定算法研究》是依託大連理工大學,由何增有擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名:基於數據融合的蛋白質鑑定算法研究
- 依託單位:大連理工大學
- 項目類別:青年科學基金項目
- 項目負責人:何增有
《基於數據融合的蛋白質鑑定算法研究》是依託大連理工大學,由何增有擔任項目負責人的青年科學基金項目。
《基於數據融合的蛋白質鑑定算法研究》是依託大連理工大學,由何增有擔任項目負責人的青年科學基金項目。項目摘要蛋白質組學是研究細胞內所有表達的蛋白質的一門新興學科。計算蛋白質組學則是研究如何利用計算技術解決蛋白質組學中關鍵問...
這些算法幾乎都是採用機器學習算法對從蛋白質序列中提取的特徵進行分類。在本項目中,我們通過將蛋白質相互作用網路作為信息傳播和融合的平台結構,將多個基於序列的預測器的預測結果在其上進行統籌考慮和融合,有效的改進了預測性能。此外,...
研究內容包括:1、通過提取序列譜中的進化信息,生成基於序列譜的蛋白質表示形式;2、採用自然語言處理技術、序列譜比對算法和多核學習方法檢測蛋白質遠程同源性。尋找與自然語言中的詞等價的蛋白質組成成份和蛋白質序列的語法規則;3、結合...
《基於多生物網路的蛋白質功能預測算法研究》是依託昆明理工大學,由彭瑋擔任項目負責人的青年科學基金項目。項目摘要 隨著基因組序列數據和其功能注釋數據之間差距的日益增大,高效的蛋白質功能預測方法成為後基因組時代的研究熱點。考慮到細胞...
提取了蛋白質關鍵性特徵,設計了蛋白質關鍵性特徵選擇算法,並提出了基於極限梯度提升模型的蛋白質關鍵性預測方法;3.分析了多種生物網路間的關係,提出了融合生物網路方法的疾病與microRNA關係預測;4 開發了蛋白質鑑定工具PEPPPI。
在時間性能上有所提高;圍繞蛋白質數據中存在的高假陽性和假陰性問題,提出了基於GO信息來識別蛋白質複合物的算法和基於不確定網路識別蛋白質複合物的算法COMDG,提高了識別精度,且挖掘出更多具有生物意義的可重疊功能模組。
基於我們關於蛋白質串聯質譜鑑定、差異表達、突變識別等多方面的生物信息學研究積累,本課題擬通過整合蛋白質表達譜與序列變異信息,對影響蛋白質表達的數量性狀位點pQTL提出系統的蛋白質組學鑑定算法,並在方法建立、評估與套用方面展開研究:...
由於不能有效解決“蛋白質鑑定錯誤與定量誤差”以及“蛋白質相互作用間接關聯與丟失”等問題,現有的面向AP-MS數據的PPI網路推斷算法求解質量偏低,無法滿足實際套用需求。本項目設計新的PPI網路推斷算法,通過引入基於PPI網路的蛋白質鑑定與...
首先,研究蛋白質結構數據,提出能良好反映數據意義的編碼方法;然後,分別研究面向多類模式識別問題的SVM和並行SVM,提出相應的算法;接下來,尋求把多類SVM和並行SVM相結合的辦法,並套用於蛋白質結構預測,用大量實驗來驗證提出的方法的...
《PPI網路融合化智慧型信息流模型與算法及其評價研究》是依託陝西師範大學,由雷秀娟擔任項目負責人的青年科學基金項目。項目摘要 由於蛋白質互動作用網路具有無尺度和小世界特性,使用傳統聚類方法時間複雜度高、聚類正確率低,從而導致蛋白質...
我們創新性地改進了PAR-CLIP這一研究RNA-蛋白質相互作用的高通量技術,並將同步開發與之匹配的最新生物信息算法。最終,我們將在整個基因組水平上,利用改進的高通量PAR-CLiP技術和生物信息算法,從酵母開始,在單核苷酸的高精度上測出 每...
構建幾組結合位點結構比對研究所需要的數據集;針對不同類型結合位點的特徵,研究位點選取、表示和相似性評價的有效方法;將進化計算、圖論和計算機圖形學等方法相融合,提出一種高效蛋白質結合位點結構比對算法;開發一套算法軟體,並分析一...
②研究基於粒子群最佳化算法的蛋白質超二級結構預測模型參數最佳化問題。本課題研究採用粒子群最佳化算法進行模型參數最佳化,提高預測精度。 研究結果表明,本研究提出的蛋白質超二級結構序列特徵表達方法能夠更全面地反應序列結構生物進化信息,採用...
《基於信息融合的跨膜蛋白拓撲結構預測》是依託上海交通大學,由鄧勇擔任項目負責人的青年科學基金項目。項目摘要 跨膜蛋白拓撲結構預測對加快該類蛋白的結構測定和功能分析具有重要作用,一直是生物信息學領域的研究熱點。現有的預測方法不能...
在這種情況下,僅僅依靠改進模式識別算法,提升預測性能的空間已經非常有限。所以,我們嘗試從另一方面著手,在胺基酸序列基礎上,融合蛋白質結構、功能域、亞細胞定位、相互作用等新信息進行磷酸化位點預測。我們期待能夠通過本項目,探索蛋白...
建立非編碼RNA的系統識別與鑑定關鍵技術;構建基於信號通路、大分子相互作用等的非編碼RNA識別和功能分析的算法軟體平台;建立長非編碼RNA數據庫及套用軟體平台。 本方向國撥經費控制額為2000萬元,擬支持2個課題,任務實施周期為3年。
針對阿爾茨海默病及Tau蛋白翻譯後修飾的研究現狀,本項目擬採用信息熵最佳化窗函式,構建Tau蛋白翻譯後修飾的位點序列數據集,融合Tau蛋白的結構進化信息、序列信息和胺基酸物化性質提取序列特徵,並運用Wrapper算法對特徵最佳化選擇,設計一套修飾...
(2)基於隨機圖模型和矩陣分解模型,設計了多種數據融合算法識別靜態蛋白質相互作用網路、動態蛋白質相互作用網路和符號網路中的蛋白質功能模組;(3)設計了基於最小值支配集模型的驅動蛋白質和組織特異驅動蛋白質識別算法。