基于PU-learning的磷酸激酶預(yù)測算法
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
摘要：目的蛋白質(zhì)磷酸化是通過激酶催化特定位點把磷酸基轉(zhuǎn)移到底物蛋白質(zhì)氨基酸殘基的過程,是研究蛋白質(zhì)活力及功能的重要機制。目前已鑒定的數(shù)千個磷酸化位點大多缺失激酶信息,為此本研究提出基于PU-learning的磷酸激酶預(yù)測算法,通過迭代標記磷酸位點,可以準確預(yù)測催化磷酸肽的磷酸激酶。方法首先該算法以PU-learning為框架,利用最大熵方差對不同種類的磷酸激酶自動篩選最佳閾值,從而提取每條磷酸肽上潛在的磷酸化位點,然后根據(jù)統(tǒng)計分析確定磷酸化位點對應(yīng)的激酶,最后通過五折交叉驗證該算法在Phospho.ELM數(shù)據(jù)庫上的預(yù)測性能,并與現(xiàn)有算法對比。結(jié)果該算法的交叉驗證特異性和靈敏度比現(xiàn)有最好算法在單個數(shù)據(jù)集上最高提高4%及10%,其預(yù)測Phospho.ELM中數(shù)據(jù)準確度達到79.52%。結(jié)論基于PU-learning的磷酸激酶預(yù)測算法顯著優(yōu)于現(xiàn)有算法,且可以準確預(yù)測Phospho.ELM數(shù)據(jù)庫中未知激酶信息的磷酸肽,在磷酸化實驗中具有較強的指導(dǎo)意義。
北京生物醫(yī)學(xué)工程雜志要求:
{1}注釋對正文特定內(nèi)容的解釋與說明，以及未公開發(fā)表的資料和“轉(zhuǎn)引自”等類文獻的著錄，用圈碼標引，在頁下注文。
{2}稿件要遵守國家的相關(guān)法律法規(guī)，題材貼近實際、貼近基層、貼近群眾，主題新穎、健康向上。
{3}來稿應(yīng)包括題名、作者署名及通訊地址、作者簡介、摘要、關(guān)鍵詞、中圖分類號、正文、注釋、參考文獻，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、重要進展和前景展望。
{5}文章正文的標題、表格、圖、公式以及腳注應(yīng)分別連續(xù)編號。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
