数据挖掘方法用于参与代谢的小分子生物学功能预测研究

上海大学博士学位论文2012年5月酶能否相互作用，进而为探索各种代谢或催化机理提供新的研究思路。使用所开发的计算程序的计算结果表征小分子，使用改进的拟氨基酸组成表征酶，对代谢途径中小分子和酶的相互作用进行研究。结合使用mRMR算法、IFS(IncrementalFeature Selection)算法和FFS算法进行特征选择，采用最近邻算法进行建模，其10折交叉验证测试和独立测试集测试的预测正确率分别为85.19%和85.32%，其中正样本的预测正确率分别为86.02%和86.74%，与前人的研究工作相比，正样本的预测正确率有较大的提高。使用投票法对蛋白质与RNA的相互作用进行了研究，有关研究结果有助于理解蛋白质如何控制基因表达。从Weka软件中选取了34种分类算法，建立了四种投票系统。结果表明，投票法的预测结果优于单一分类算法的预测结果，并且使用算法选择和对算法进行加权可以优化预测结果。使用含算法选择的加权多数投票系统取得了最佳的预测结果，独立测试集测试的平均ACC(overall predictionaccuracy)值和平均MCC(Matthew's Correlation Coefficient)值分别达到82.04%和64.70%。关键词：数据挖掘，小分子，分子描述符，代谢途径，ChemAxon,投票法Π