刘珑龙， 马　蒙， 刘毛娟

(中国海洋大学数学科学学院， 山东 青岛 266100)



基于自组织映射神经网络的蛋白质序列分析模型❋

刘珑龙， 马蒙， 刘毛娟

(中国海洋大学数学科学学院， 山东 青岛 266100)

摘要：为了对蛋白质序列进行更精确合理地相似性分析，本文将氨基酸的排列方式与其理化性质相结合，提出了一种基于自组织映射神经网络的聚类模型。首先，采用Wang和Wang的方法把蛋白质序列转化为一条5-字母序列，并将5个字母均匀分布在以原点为圆心的单位圆周上，得到蛋白质序列的位置坐标x，y。然后，结合氨基酸的3个理化指标，进而用一个5-维向量来表示一个氨基酸。最后，运用自组织映射神经网络对不同的蛋白质向量进行聚类分析。本文最后的数值试验部分对9个不同物种的线粒体NADH脱氢酸的蛋白质序列进行了相似性分析，实验结果在一定程度上验证了模型的有效性。

关键词：蛋白质序列； 理化指标； 自组织映射神经网络； 相似性分析

引用格式：刘珑龙，马蒙，刘毛娟.基于自组织映射神经网络的蛋白质序列分析模型[J].中国海洋大学学报(自然科学版), 2016, 46(7):130-135.

LIU Long-Long, MA Meng, LIU Mao-Juan. A model of protein sequences based on SOM neural network[J].Periodical of Ocean University of China, 2016, 46(7):130-135.

随着生物分子数据的迅速增长，对这些数据进行分析得到对人类有用的信息变得越来越重要。尽管DNA序列的图形表示已经被广泛地研究，但是对蛋白质序列的图形表示研究只是近几年的事[1-4]。主要原因是蛋白质序列中氨基酸种类数目远远大于DNA序列中碱基的种类数目(20∶4)。在DNA序列中，4种碱基最多只有4！=24种不同的排列顺序。……