王彤，薛建新，孔亮亮

（上海第二工业大学计算机与信息工程学院，上海201209）

细菌性病原体内病毒蛋白的预测和研究

王彤，薛建新，孔亮亮

（上海第二工业大学计算机与信息工程学院，上海201209）

确定细菌性病原体内某种未知蛋白质是否属于病毒蛋白非常重要。如果是病毒蛋白，研究其在病原体内的致病机制能有助于设计出抗病毒药物。特别是，近几年发现大量的病毒蛋白质序列，如果仍用传统的物理化学方法去测定非常困难，找到能自动预测细菌性病毒蛋白的方法迫在眉睫。首先采用基因本体论（Gene Ontology，GO）和特定位点记分矩阵（Position-Specific Score Matrix，PSSM）的组合特征表达方法编码蛋白质序列，接着采用流形学习方法对编码后的高维蛋白质特征向量进行维数约简。然后把约简后的特征向量，输入K近邻（K Nearest Neighbor，KNN）分类器进行训练，利用训练好的分类器预测未知蛋白是否为病毒蛋白。最后，采用Jackknife测试方法检验预测准确率，测试结果表明上述方法是十分有效的，能解决细菌性病原体中病毒蛋白预测这个复杂的问题。

细菌性病原体；病毒蛋白；预测

0　引言

细菌性病原体（Pathogen）是指能引起疾病的微生物。病原体属于寄生性生物，一般寄生在动植物或人上。一般情况下，病原体利用宿主的身体来生存和生长，并且在宿主细胞内增殖，再导致宿主细胞的正常功能受损，使人体致病。有些细菌还会分泌对寄主有毒的病毒蛋白质，导致轻度反应如腹泻，或严重的情况下有致命的影响。

如今，大量的细菌性病原体基因组被完全测序。……