【毕业学位论文】（Word原稿）利用序列相似性及支持向量机于蛋白质二级结构预测-義守大學资讯管理研究所

义 守 大 学 资 讯 管 理 研 究 所 硕士 论文 利用序列相似性及支持向量机于 蛋白质二级结构预测 生：蔡佶龙 指导教授 ：林建宏 博士 中华民国 九十三 年 六 月 利用序列相似性及支持向量机于 蛋白质二级结构预测 究 生 : 蔡 佶 龙 导教授 : 林建宏 博士 守 大 学 资 讯 管 理 研 究 所 硕士论文 A of 2004 华民国九十三年六月 I 摘要 随着人类基因定序及许多基因定序计画陆续完成 ,序列的资料量将大幅成长 。 因此，如何有效地分析这些序列更显得重要 。 了解蛋白质的功能及结构是制药跟基因相关产品制造的基础 。 要了解完整蛋白质的功能必先从三级结构着手 ,但直接从蛋白质序列去预测它的三级结构是非常困难且精确度极低 。 转而代之的就是预测其二级结构 。 在过去的研究中，学者们通常将蛋白质二级结构分成三种类别，分别是螺旋体 (折迭 (、其他部份归类为 或 因此我们可以将蛋白质二级结构预测视为一个普遍的分类问题 。 与过去机器学习的预测方式比较， 过去常常将蛋白质本身的序列或结构特性忽略， 这会使预测的精确度降低 。 由于 一些蛋白质序列虽然同源 (但它们在演化树上却相距甚远， 因此会有预测上的盲点 。 在此， 我们提出利用蛋白质序列的相似性来补足以上缺失，再加上支持向量 机 (利于处理循序资料等特性来预测蛋白质二级结构 。 首先， 我们将 白质序列编码 (并向量化 。 接下来， 建构支持向量机的分类器， 并将每个残基 (分成 H( E( C(类 。 支持向量机源于统计学习理论， 它透过一些 计算， 将输入空间提升到高维度的特征空间 ( 找出一个理想的超平面 ( 支持向量机曾经应用于许多 识问题 ， 在处理大量的蛋白质序列上也很合适 。 我们将展示多种蛋白质二级结构预测的方法比较与挑战 。 关键字 : 支持向量机 ， 蛋白质序列相似性 ， 蛋白质二级结构预测 he of of an to is its to is In on of Its a of It of a of In we to to we to we VM of H, E, ). in a of in a a a Its to of 谢 这篇论文能顺利完成，要感谢很多人。首先要感谢我的指导教授， 林建宏 老师，由于老师两年来辛勤的指导，能让完全不了解人工智慧的我，增长不少 因为老师给予自由发挥的空间，才有机会接触到生物资讯方面的课题，还有老师帮我突破论文的瓶颈及生活上的方便。 其次，感谢 AI 文扬 老师、 洪宗贝 老师，能在论文上给予建议及课业上的指导，还有 钱炳全 老师、 张弘毅 老师在报告上的指导；管理方面也感谢 吴昭燕 老师、 王天津 老师等指导，使我有机会可以接触 再者，必须感谢我的 同学兼好朋友， 智德 跟 兴国 ，感谢他们常带给我欢乐及生活上的协助，还有 翠峰 、 桂凤 、 姿蓉 、 俊豪 等同学在学业上的帮助；还要感谢学弟 荣文 、 丁瑜能帮忙处理一些行政上的锁事等等。 最后，感谢我的父母亲，能在背后给予稳定的经济来源及精神上的鼓励，使我能在衣食无缺的情况下，专心地做论文。还有家里的小 都能陪我娱乐，可惜论文完成前，她先走了 !有这么多的老师、同学、朋友及家人们的帮助与关怀，这篇论文才能顺利付梓，在此，致上我深深的谢意。 蔡佶龙 民国九十三年六月 V . I . . . V . . 1 . 1 3 of . 4 of . 7 . s . . 17 . 20 . 21 . 22 . 24 28 . 32 to a . 34 . 36 38 . 42 . 47 . 53 . 55 . 56 . 56 . 58 . 64 . 64 . 66 . 2 . of . s . s . . . . . .0. .1. A .2. .3. in . 28 4. . 32 5. . 41 6. A 42 . 44 . A of of . 0 . 11 . An of . . . 31 . . 35 . . 37 . . 37 . 3 OV 48 1 . A is an of to As of to in in of of 2 is of of 99. of by of of as or as or of be or by or to by of it 16. it be of a is 14. 3 of on of or t 100% 4 or to 16. of a of 1,000,000) of 25,000) is . an to is In we to it to 153017 1062416 DB 25960 . A of of 1. , , we of we in . we of , . 6 . of 7 of he of 1. We a A VM is to of 2. We of 3. We VM a of 4. In to VM it is to by VM at of VM is at a of on of of 8 . s we go we of to s it as a to is NA is In of is on to of is by of of at on of 9 of s to of 92. s in . s : it NA to , C, G, T A, C, G, U 20 10 . s : 1) NA a is t as its 2) NA it a to in a (A), G), C) T). a it is is NA is T ) of 91: ( .) A C C T C T T G G A G A . , of 12 of we (to . It is to NA - 3 - 5. NA as a of as a a by NA is NA is . is is no T) U) is In is , G, C . a NA 100. NA , . NA of 13 to s NA of of 92. he is a NA , of 4 0 of s to an 14 . is in NA o ,