一种q-HMM和规则相结合的蛋白质二级结构预测方法技术

本发明专利技术公开了一种q

【技术实现步骤摘要】
一种q
‑
HMM和规则相结合的蛋白质二级结构预测方法


[0001]本专利技术属于蛋白质二级结构预测领域，特别是一种q
‑
HMM和规则相结合的蛋白质二级结构预测方法。

技术介绍

[0002]自人类基因组计划在上世纪末正式启动后，科学家们前仆后继地攻克难关，终于在本世纪初完成了人类基因图谱的绘制，人类自此进入后基因组时代，而蛋白质组研究是后基因组时代生命科学中最重大的研究课题之一。想要研究蛋白质组，首要的任务是研究其功能与结构。在科学界普遍的认知是，蛋白质二级结构预测是蛋白质整体结构预测的先驱。蛋白质二级结构是指，多肽主链骨架原子沿一定的轴盘旋或折叠而形成的特定的构象，即肽链主链骨架原子的空间位置排布，不涉及氨基酸残基侧链。
[0003]蛋白质二级结构的主要形式包括α
‑
螺旋、β
‑
折叠、β
‑
转角和无规则卷曲。由于蛋白质的分子量较大，所以一个蛋白质分子的不同肽段可能含有不同形式的二级结构。一种蛋白质的二级结构并非单纯的α
‑
螺旋或β本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种q
‑
HMM和规则相结合的蛋白质二级结构预测方法，其特征在于，包括以下步骤：步骤1、建立q
‑
HMM(量子
‑
隐马尔可夫模型)：定义蛋白质二级结构状态序列集合S、蛋白质一级结构观测序列集合V、q
‑
HMM中的状态转移张量A、q
‑
HMM中的发射张量B、q
‑
HMM中的初始张量π；步骤2、提取关联规则：定义关联规则参数，计算提取蛋白质二级结构规则的置信度与支持度，对比置信度与支持度的阈值产生频繁项集，最终得到强关联规则；步骤3、使用统计方法求解q
‑
HMM参数：使用Baum
‑
Welch算法对q
‑
HMM模型参数进行迭代计算，并利用重估公式得到q
‑
HMM中的状态转移张量A、q
‑
HMM中的发射张量B、q
‑
HMM中的初始张量π；步骤4、结合关联规则使用模型参数进行双向预测：根据步骤2得到的强关联规则，确定蛋白质二级结构预测的起始位置；利用蛋白质序列片段以及步骤3得到的q
‑
HMM中的状态转移张量A、q
‑
HMM中的发射张量B、q
‑
HMM中的初始张量π，并结合Viterbi算法进行双向迭代，预测得出整条蛋白质二级结构链。2.根据权利要求1所述q
‑
HMM和规则相结合的蛋白质二级结构预测方法，其特征在于，步骤1中蛋白质二级结构状态序列集合S＝{s1，s2，
…
，s
i
，
…
s
N
}，其中s
i
表示蛋白质二级结构的一种状态；蛋白质一级结构观测序列表示为集合V＝{v1，v2，
…
，v
j
，
…
，v
M
}，其中v
j
表示一种氨基酸；q
‑
HMM中的状态转移张量其中为状态转移张量A的每一维度的分量，表示满足在某个t位置的前n个状态值及前m个观测值已经确定的的条件下，转移到第t位置的状态值为i的概率；q
‑
HMM中的发射张量其中为发射张量B的每一维度的分量，表示满足在第t位置的前n个状态值及前m个观测值已经确定的的条件下，转移到第t位置的观测值为k的概率；q
‑
HMM中的初始张量其中为初始张量π的每一维度的分量，表示所有满足初始位置的n个状态值在已知m个观测值条件的蛋白质序列的概率。3.根据权利要求1所述q
‑

【专利技术属性】
技术研发人员：唐千清，张琬沁，张雨柔，姚洪亮，姚洪达，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：