蛋白亚细胞定位的预测方法研究

预测蛋白质的亚细胞定位信息对于了解其功能有重要的意义.选择氨基酸组成、氨基酸对组成、位置特异性打分矩阵三种分类特征以及模糊k近邻、支持向量机两种预测方法,分别进行了测试.对预测结果的分析显示,位置特异性打分矩阵可以提高对不同亚细胞器的可区分性;而支持向量机可以更好地利用位置特刎异性打分矩阵特征进行预测.使用氨基酸组成和位置特异性打分矩阵两种特征,并结合支持向量机,是一种有效的亚细胞定位预测方法.     

肿瘤治疗电场研究进展

正交流电场被证实有着广泛的生物学作用,并应用于科研、疾病诊断及治疗等医学领域[1]。不同频率和强度的交流电场具有不同的生物学作用。频率小于1 k Hz的电场可以引起神经、肌肉、心脏等组织细胞膜的去极化,引起一系列的电生理反应[2],如低频电场促进骨骼生长及骨折的愈合[3];频率在1 MHz以上的交流电场引起电解质的极化并最终对组织产生热效应[4],常用于肿瘤的射频消融及电热疗法[4];过去普遍认     

基于加权模糊k近邻方法的蛋白质亚细胞位点预测

蛋白质只有在特定的亚细胞位点（如细胞核、线粒体、细胞质等）才能参与正常的生命活动，因此蛋白质的哑细胞定位信息对于了解其功能有重要的意义。提出一种应用于蛋白亚细胞定位的多模糊k近邻加权投票算法。使用PSI-BLAST搜索得到的PSSM矩阵，以及1～7阶氨基酸对的信息作为输入特征，分别建立了8个模糊k近邻分类器，最后对所有分类器的结果使用加权投票得到最终预测结果。对包含四类亚细胞位置的RH-2427数据集进行jacknife测试，总预测精度达到88．1％，好于包括单一模糊k近邻在内的多种其它预测方法。同时，该方法可以方便地扩展到对包含叶绿体、高尔基体、溶酶体等更多类亚细胞位点的预测。     

基因位点预测的一种特征选择优化算法

目的剪接位点是真核细胞生物基因序列中外显子和内含子的相邻区域,如果能准确预测基因序列中的剪接位点,就能将基因中的表达区域和非表达区域分开.方法从机器学习的角度出发,提出了一种有效的特征选择算法用于剪接位点的建模和预测.该算法首先将初始链模型中每一对父子节点作为特征量提取,然后通过遗传算法和最大后验分类器进行特征选择.结果及结论对剪接位点数据的预测结果显示,这种新算法能够有效地优化链模型的结构,提高对剪接位点的预测能力.同时,经过优化的模型也有助于了解真核细胞中基因转录和表达的过程.     

跨膜螺旋预测的一种分段训练算法

通过统计建模的方法，对蛋白质跨膜螺旋片段进行准确有效的预测。针对跨膜蛋白序列的生物学特征，提出了一种新的隐马尔科夫模型分段训练算法，对跨膜螺旋的分段位点以及螺旋方向等特征进行建模和预测。同标准训练算法相比，该算法具有时同复杂度低，预测精度高等优点。对于包含160条跨膜螺旋的蛋白序列进行10次交叉验证测试。使用该训练算法的预测准确率为96．98％，正确定位精度为91．25％，高于其他预测方法对该数据集的预测结果，验证了该算法的合理性和有效性。     

基于支持向量回归方法的蛋白残基可溶性预测

介绍了一种从蛋白质序列预测残基相对可溶性的新方法。该方法基于支持向量回归，并将序列局部信息作为输入。不同于先前的大部分预测方法仅对特定的蛋白残基相对可溶性进行状态分类，该方法预测了相对可溶性的连续值，从而比状态分类保留了蛋白质三维结构的更多信息。本研究对RS-126，Manesh-215和CB-513三个数据集进行了测试。通过比较不同的参数及窗宽模型来获得最佳结果，采用平均绝对误差、相关系数等参数来衡量预测效果，同时与多层反馈神经网络方法（RVP-Net）的实验结果比较，在3-fold情况下三个数据集预测结果的平均绝对误差均有降低，相关系数均有提高。另外，该算法采用了多序列比对作为输入，效果比单序列有所提高。采用该方法，对CB-513数据集平均绝对误差可以达到16．8％、相关系数为0．562，而用RVP-Net方法分别为18．8％和0．480。这些结论表明支持向量回归方法是蛋白质序列分析的一种有效工具。     

TLR2通过直接结合识别一种细菌的脂肽

Toll样受体（TLRs）是一类跨膜蛋白分子，胞外区包括富含亮氨酸的重复序列（LRRs）和1—2个富含半胱氨酸的重复序列（CRR），胞内部分包含一个Toll／IL—IR（TIR）同源结构域，为信号转导所必需。TLRs是单核一巨噬细胞表面重要的模式识别受体，能够识别病原体表面某些物质并引起免疫细胞活化，并在诱发针对多种细菌产物（包括脂多糖、脂蛋白）的固有免疫应答过程中起到非常重要的作用。     

基于支持向量机的乳腺病变检测

目的：利用支持向量机(SVM)对乳腺X光片图像中的病变区域进行检测和分类，识别出含钙化点区域和肿瘤区域。方法：在对目标区域加特定方形窗处理后，提取直接参数、灰度共生矩阵参数和频域参数，分别作为SVM分类器的输入进行训练和测试，并与3种参数同时输入的结果进行比较。结果：单独使用直接参数，频域参数和灰度共生矩阵参数的分类结果分别是92．28％、90.35％和91．12％，而3种参数结合的结果是99．23％。结论：所提取的3种参数可以较好地反映含钙化点区域、肿瘤区域和正常区域的特征，使用SVM分类器进行分类后取得了很好的效果，基本上可以准确识别出3种区域。     

内镜保胆取石术后的复发规律及相关因素分析

目的:探讨内镜保胆取石术后胆囊结石的复发规律及其相关因素。方法:采用回顾性队列研究方法,整理2009年3月至2016年9月973例成功完成内镜取石术的胆囊结石患者的临床资料,术后随访3~60个月。观察指标:(1)内镜取石术后每年的非累计复发率之间是否存在明显规律;(2)内镜取石术后复发与胆囊壁厚度、胆囊壁光滑、胆囊壁胆固醇沉积、胆囊壁间结石、胆囊内分隔、结石数量、胆囊颈部结石嵌顿、胆囊泥沙样结石、胆绞痛的相关性。结果:随访截至2016年12月,中位随访时间41个月。共135例(13.87%)失访,59例(7.04%)复发。每年失访率为0.93%、1.66%、2.53%、3.46%、6.05%;排除失访后,第1、2、3、4、5年的非累计复发率为0.31%、0.84%、1.52%、1.35%、2.63%,统计分析提示术后每年间的复发无明显规律。术后随访5年:(1)胆囊壁厚度2~3 mm的患者复发率为4.69%(16/341),厚度4~5 mm时复发率为8.65%(43/497),胆囊壁不光滑复发率为8.07%(54/669),胆囊壁胆固醇沉积复发率为11.11%(6/54),胆囊壁间结石复发率为11.39%(9/79),胆囊内分隔复发率为7.02%(4/57),多发结石复发率为8.39%(47/560),胆囊颈部结石嵌顿复发率为13.89%(5/36),胆囊泥沙样结石复发率为22.22%(4/18),胆绞痛复发率为17.50%(7/40);(2)单因素分析提示相关因素包括术前胆囊壁厚度、光滑、结石数量、泥沙样结石、胆绞痛(P0.05);(3)多因素回归分析显示独立危险因素为结石数量(β=0.702,P=0.040,95%CI=1.034~3.938)。结论:内镜保胆取石术后复发无明显规律,结石数量是复发的独立危险因素,伴有胆囊颈部结石嵌顿、泥沙样结石、胆绞痛的多发结石患者保胆应慎重。