换一批基于贝叶斯决策理论的磷酸化位点蛋白激酶识别算法
A novel algorithm for identifying protein kinases associated with phosphorylation sites based on Bayesian decision theory
摘要通过提出一种新颖的生物信息学算法，以准确识别已知磷酸化位点的蛋白激酶信息，进而解决蛋白激酶的信息缺乏问题。方法根据人类激酶的聚类规则，首先从最新版本的磷酸化数据库Phospho．ELM（9.0）中提取出激酶特异性的磷酸化数据，构建用于激酶识别的数据集。然后基于贝叶斯决策理论，分析阳性数据和阴性数据中磷酸化位点附近的氨基酸分布规律，进而给出相应的统计模型并使用留一法对模型进行评估。结果对 MAPK、PKA 和 RSK 3个激酶家族的测试表明，在假阳性率不超过1％的高置信度水平下，激酶识别的准确率分别达到了23％、24％和33％。同时，该算法的识别结果明显优于 KinasePhos、Netphosk 等蛋白质磷酸化位点预测方法。结论本文提出的基于贝叶斯决策理论的磷酸化位点激酶信息识别算法可有效提高对已知磷酸化位点的蛋白激酶识别性能，有助于理解蛋白质磷酸化的生物机制。
更多相关知识
分类号
R318.04（医用一般科学）
栏目名称
DOI
10.3969/j.issn.1002-3208.2014.03.08
发布时间
2014-08-05（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（(61101061，31100955)）
高等学校博士学科点专项科研基金（(20113402120028)）
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
