基于PU-learning的磷酸激酶預(yù)測(cè)算法
關(guān)鍵詞：蛋白質(zhì)磷酸化 生物信息 半監(jiān)督學(xué)習(xí) 磷酸激酶預(yù)測(cè)
摘要：目的蛋白質(zhì)磷酸化是通過(guò)激酶催化特定位點(diǎn)把磷酸基轉(zhuǎn)移到底物蛋白質(zhì)氨基酸殘基的過(guò)程,是研究蛋白質(zhì)活力及功能的重要機(jī)制。目前已鑒定的數(shù)千個(gè)磷酸化位點(diǎn)大多缺失激酶信息,為此本研究提出基于PU-learning的磷酸激酶預(yù)測(cè)算法,通過(guò)迭代標(biāo)記磷酸位點(diǎn),可以準(zhǔn)確預(yù)測(cè)催化磷酸肽的磷酸激酶。方法首先該算法以PU-learning為框架,利用最大熵方差對(duì)不同種類(lèi)的磷酸激酶自動(dòng)篩選最佳閾值,從而提取每條磷酸肽上潛在的磷酸化位點(diǎn),然后根據(jù)統(tǒng)計(jì)分析確定磷酸化位點(diǎn)對(duì)應(yīng)的激酶,最后通過(guò)五折交叉驗(yàn)證該算法在Phospho.ELM數(shù)據(jù)庫(kù)上的預(yù)測(cè)性能,并與現(xiàn)有算法對(duì)比。結(jié)果該算法的交叉驗(yàn)證特異性和靈敏度比現(xiàn)有最好算法在單個(gè)數(shù)據(jù)集上最高提高4%及10%,其預(yù)測(cè)Phospho.ELM中數(shù)據(jù)準(zhǔn)確度達(dá)到79.52%。結(jié)論基于PU-learning的磷酸激酶預(yù)測(cè)算法顯著優(yōu)于現(xiàn)有算法,且可以準(zhǔn)確預(yù)測(cè)Phospho.ELM數(shù)據(jù)庫(kù)中未知激酶信息的磷酸肽,在磷酸化實(shí)驗(yàn)中具有較強(qiáng)的指導(dǎo)意義。
北京生物醫(yī)學(xué)工程雜志要求:
{1}注釋對(duì)正文特定內(nèi)容的解釋與說(shuō)明，以及未公開(kāi)發(fā)表的資料和“轉(zhuǎn)引自”等類(lèi)文獻(xiàn)的著錄，用圈碼標(biāo)引，在頁(yè)下注文。
{2}稿件要遵守國(guó)家的相關(guān)法律法規(guī)，題材貼近實(shí)際、貼近基層、貼近群眾，主題新穎、健康向上。
{3}來(lái)稿應(yīng)包括題名、作者署名及通訊地址、作者簡(jiǎn)介、摘要、關(guān)鍵詞、中圖分類(lèi)號(hào)、正文、注釋、參考文獻(xiàn)，并將題名、作者署名及通訊地址、摘要和關(guān)鍵詞。
{4}摘要：一般為500～600字。研究論文摘要應(yīng)包括研究目的、方法、結(jié)果和結(jié)論；綜述論文摘要應(yīng)包括論述主題、重要進(jìn)展和前景展望。
{5}文章正文的標(biāo)題、表格、圖、公式以及腳注應(yīng)分別連續(xù)編號(hào)。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢(xún)雜志社
