6、蛋白质亚细胞定位预测与甘蔗渗透保护剂研究

蛋白质亚细胞定位预测与甘蔗渗透保护剂研究

1. 蛋白质亚细胞定位预测

在生物学研究中，随着实验方法产生的序列信息不断快速增长，开发快速准确的计算方法来解读这些信息变得至关重要。蛋白质亚细胞定位预测（SCL）是连接蛋白质序列和其功能的重要一步，它能提供有关潜在蛋白质 - 蛋白质相互作用的信息，还能为药物靶点和疾病过程的研究提供见解。

1.1 预测方法

• 多数投票法 ：采用三种预测器进行多数投票，当出现平局（即三种预测器预测出不同类别）时，信任 SCL pred。
• 共识预测器 ：在动物预测方面，共识预测器更准确；但对于真菌和植物，SCL pred 比共识预测器更准确。

1.2 SCL pred 方法

• 神经网络架构 ：基于一种新颖的神经网络架构（N1 - NN）开发了 SCL pred，该架构能将任意长度的序列映射为整个序列的一组个体属性。
• 特定预测器 ：为动物、真菌和植物开发了三种特定于界的预测器。对于动物和真菌，预测分为四类（细胞核、细胞质、线粒体和分泌途径）；对于植物，增加了第五类（叶绿体）。
• 训练与基准测试 ：在来自 Swiss - Prot 版本 48 和 54 的两个大型非冗余注释蛋白质子集上进行了十折交叉验证训练，并在独立集上与其他五种最先进的 SCL 预测服务器进行了基准测试。SCL pred 在这些基准测试中表现良好，且随着