基于序列信息的膜蛋白分类预测系统的设计与实现开题报告

1. 研究目的与意义

1.1研究的背景

自从人类基因组计划从1990年启动以来，人们对功能基因组学的研究认识也逐渐加深，其中生物信息学和蛋白质组学快速发展，因此对蛋白质的研究也更加深入。在生物信息学中一个非常重要的领域就是蛋白质组学，其中膜蛋白在各种重要的生命活动中充当着重要的角色，执行着各种各样的生物学功能，比如信号的传导、生物膜内外离子浓度的维护、配体的结合和细胞之间的粘合，它对生物的进化过程产生非常大的影响。因此，对膜蛋白功能的研究十分重要。由于不同种类的膜蛋白执行不同的功能，因此只要知道了膜蛋白的类型，就能了解其功能 。

根据蛋白分离的难易及在膜中分布的位置，膜蛋白基本可分为三大类:外在膜蛋白或称外周膜蛋白、内在膜蛋白或称整合膜蛋白和脂锚定蛋白。膜蛋白包括糖蛋白，载体蛋白和酶等。通常在膜蛋白外会连接着一些糖类，这些糖相当于会通过糖本身分子结构变化将信号传到细胞内。

2. 研究内容和预期目标

2.1研究内容

本课题主要研究的内容涉及到膜蛋白序列数据集的选择，分类算法的选择，训练集的构造，模型训练与预测等。

(1)数据集的选择

3. 研究的方法与步骤

3.1研究方法

本课题选择公共蛋白质序列数据库swiss-prot(版本35.0)作为研究数据来源，利用渗透法对蛋白质序列进行特征提取，然后使用向量机(svm)、k近邻算法、神经网络算法、朴素贝叶斯、逻辑回归、决策树等方法进行模型构建后预测，并且将这些方法得到的结果进行对比，最后根据预测出正确率的实际情况判断算法适用的条件。

4. 参考文献

[1] 张振慧.蛋白质分类问题的特征提取算法研究[d].国防科技大学,2006

[2] 李家林.基于特征工程的蛋白质分类算法研究[d].哈尔滨工业大学,2020

[3] 邢泽铭.基于机器学习的膜蛋白胞外域脱落预测方法研究[d].吉林大学,2020.

5. 计划与进度安排

（1）2022.1.5 ---- 2022. 2.28 查阅资料, 撰写开题报告

（2）2022.3.1 ---- 2022.3.15 需求分析,熟悉开发工具

（3）2022.3.15---- 2022.3.20 概要设计