基于多模集成神经网络的蛋白质二级结构预测

为提高蛋白质二级结构预测的精度,提出了一个由5个子网络集成的多模神经网络模型,预测结果由5个子网络综合得到。对于每个子网络采用神经网络分级思想分为二级网络,一级网络采用含进化信息的profile编码蛋白质序列作为输入,二级结构作为输出。二级网络编码一级网络输出结果作为输入,并将蛋白质序列用改进正交编码方式作为另一输入来提高二级网络的预测精度,输出仍为二级结构。采用子网络差异方式进行单独训练,结果表明该方法最终的预测精度达到71.3%,较大提高了蛋白质二级结构的预测精度。     

蛋白质二级结构预测中的简化编码技术

神经网络用于蛋白质二级结构预测时，通常氨基酸序列采用正交二进制编码。基于不同残基间的物理化学性质，提出了简化的编码技术，并与其他蛋白质二级结构预测的方法进行了比较。实施结果表明：这种方法更充分地利用了蛋白质一级结构的信息，有较好的效果。     

不同折叠类型蛋白编码基因的密码子使用

对195个编码不同折叠类型蛋白（50种全α结构蛋白，66种全β结构蛋白，37种α β结构蛋白，42种α/β结构蛋白）基因的密码子使用偏性的方差分析研究表明，不同折叠类型蛋白的密码子使用偏性有着显著的区别，特定折叠类型的蛋白有着特定的编码基因的密码子使用模式，这一结果表明，在蛋白质折叠类型和蛋白质二级结构的预测过程中，编码基因的密码子使用偏性可以作为蛋白质一级结构以外的一项重要的预测标准。     

神经网络预测蛋白质二级结构的编码技术

考虑不同残基的物理化学性质，将其融入蛋白质二级结构的神经网络预测中，提出了一种新的归一化二进制编码技术，将各种残基不同的疏水值与体积大小归一化结果作为神经网络的二进制输入序列．与其他蛋白质二级结构预测的方法进行了比较，结果表明，该方法能充分利用蛋白质的一级结构信息，获得了很好的预测效果。     

基于残基位置特异性改进二级结构预测精度

利用二级结构端点附近残基的特异性分布特征,应用支持向量机(SVM)预测二级结构端点并得出蛋白质上各位置为端点的可能性分值.根据预测出的端点可能性分值对目前的二级结构预测工具进行端点校正.对psiSVM和PSIPRED这两种工具进行了校正和测试,结果表明校正后端点预测精度相对于psiSVM提高约10%,相对于PSIPRED提高近5%,同时整体预测精度也有一定程度的提高.     

从序列预测蛋白质折叠速率

基于序列预测二级结构的蛋白质折叠速率的成功预测暗示着折叠速率能够单独从序列中预测出来.为了追踪这一问题,提出了从序列预测折叠速率的一种方法,而不需要任何二级结构和拓扑的信息.残基对折叠速率的影响与氨基酸的性质有密切的关系.对双态和多态蛋白质实验测定的折叠速率的相关性达到了82.9%,这意味着蛋白质的氨基酸序列是决定折叠速率和机理的重要因素.     

高速模数转换器中格雷码与二进制编码对比

为了实现高速模数转换器中的编码电路,研究了编码电路常用的格雷码和二进制编码2种编码方式.结合模数转换器的实际工作条件,从误差来源、误差分布、整体功耗、电路规模等方面对2种编码进行了对比.分析结果表明,在不同的应用条件下2种编码方式具有各自的优缺点,在量化位数较低的情况下,二进制编码比格雷码在某些方面更具有优势.最后基于一个量化精度为6位的高速模数转换器,在中芯国际(SMIC)0.18μm互补金属氧化物半导体(CMOS)工艺下,采用二进制编码方式设计了一个高速编码电路.实际测试结果表明,该编码电路在2GHz速度下工作状态良好.     

草鱼胸腺素β11的cDNA克隆及序列分析

以前期构建的草鱼肠道cDNA文库中β胸腺素EST序列为基础,应用cDNA末端快速扩增（RACE）技术扩增草鱼胸腺素β11（thymosinβ11,Tβ11）的cDNA序列全长（NCBI登录号：HM120850）,该序列长320 bp,5’非翻译区47 bp,3’非翻译区141 bp,包含一个132 bp的开放读码框,编码43个氨基酸残基,蛋白质等电点为5.17,分子大小为4892 Da.与其他脊椎动物的同源性对比结果显示,草鱼与斑马鱼胸腺素β11的同源性最高,达到93.0%.结构预测显示草鱼胸腺素β11拥有典型的β胸腺素家族典型的二级结构.     

基于蛋白质序列的氨基酸字母表简化

蛋白质的结构和功能特性由其氨基酸序列编码,控制序列结构映射的规则被认为是二级遗传密码,氨基酸字母表的简化可以减少蛋白质序列中的冗余,有助于揭示编码规则.基于氨基酸的单体特征、成对相互作用和相似性,可以简化氨基酸字母表.目前,仅基于蛋白质的序列信息,根据最近邻氨基酸的出现频率构建了一个氨基酸的嵌入表示.在此基础上,提出一...     

蛋白质二级结构中对应的密码子关联的进一步讨论

从概率论的角度出发,以人和大肠杆菌蛋白质为模式,研究了蛋白质二级结构中有显著统计意义的mRNA序列上的密码子上下文关联,以及蛋白质序列上的氨基酸上下文关联.从而给出了99%置信水平上的各二级结构中的反常密码子上下文关联偏好型.为了进一步检查反常密码子关联对二级结构的影响是否有位点保守性,研究了密码子上下文关联以及氨基酸上下文关联与二级结构位点的关系,结果显示反常密码子关联与二级结构位点没有强关联.所得结果可以给出哪些密码子的上下文关联对蛋白质二级结构有影响,且对改进蛋白质二级结构的预测有一定的参考价值.