[发明专利]基于PCA降维技术的二硫键连接模式检测方法

说明书

技术领域

本发明涉及一种生物技术领域的检测方法，具体地说，涉及的是一种基于PCA降维技术的二硫键连接模式检测方法。

背景技术

半胱氨酸在20种氨基酸中具有独一无二的特性，它们之间可以相互配对形成二硫键。二硫键既可以存在于同一条蛋白质多肽键内，也能存在于不同的多肽键之间。对于许多蛋白质而言，二硫键是它们最终折叠产物的永久特征，在蛋白质的结构维持和活性保持方面起着重要的作用。二硫键可以是蛋白质翻译折叠途径中的关键步骤，或者简单地增强蛋白质的空间结构稳定性。最近的研究结果还表明，即使蛋白质的最终产物并不包含二硫键，二硫键也依然可以起到促进折叠的重要。二硫键的存在对于维持蛋白质空间结构稳定性，保持其生理活性具有至关重要的意义。研究形成二硫键的蛋白质序列与结构特征，找出与二硫键形成有关联的某些结构信息，对于蛋白质工程和人工药物分子设计都有着积极而重要的意义。

二硫键连接模式检测对于研究二硫键形成模式中非常重要，即知道了蛋白质序列中半胱氨酸的氧化还原状态后，再加以检测那些半胱氨酸两两之间形成二硫键连接配对。

经过对现有技术文献的检索发现，宋江宁在《BIOINFORMATICS》2007发表的‘Predicting disulfide connectivity from protein sequence usingmultiple sequence feature vectors and secondary structure’(使用多重序列特征向量和二级结构信息检测二硫键连接，生物信息学，2007)中提出了基于SVR技术的蛋白质二硫键连接模式检测方法。该方法选取了多重特征向量特征以及经过PSIPRED检测出的二级结构特征信息向量(总共623维向量)。这些向量中包含了一些信息冗余，造成资源的消耗。同时，过高的向量中无用的信息太多，这些信息并不能够对提高检测准确率有帮助，但却消耗了运行的时间。

发明内容

本发明的目的是针对现有技术的不足，提供一种基于PCA降维技术的二硫键连接模式检测方法，通过PCA技术，对蛋白质二硫键连接模式检测中的使用到的向量(623维向量)进行降维，降低向量的维数以提高检测速度，降低信息冗余以提高蛋白质二硫键连接模式检测精度。

本发明是通过以下技术方案实现的，本发明包括如下步骤：

首先，在蛋白质数据库上提取多重序列特征向量以及PSIPRED检测出的二级结构特征向量，一共是623维向量。

其次，使用PCA(主分量分析法)降维技术将623为特征向量降低到300维。

最后，将300维向量输入到SVR分类器中进行检测，得到检测结果。

所述623维向量，包括：半胱氨酸偶联、20种氨基酸组成成份、半胱氨酸分离距离、半胱氨酸排序、蛋白质分子量、蛋白质序列长度和PSIPRED检测出的二级结构特征向量。

所述使用PCA降维技术将623为特征向量降低到300维，具体为：