贝叶斯方法在蛋白质耐热性分类中的研究

氨基酸含量是影响蛋白质耐热性的主要因素。本文以氨基酸含量为特征向量，研究了贝叶斯方法预测蛋白质耐热性的准确度。结果表明，基于贝叶斯方法的局部预测率和全局预测率分别为73.1%和76.1%。这不仅表明贝叶斯方法适合于蛋白质耐热性的分类，而且也证明了氨基酸含量的确对蛋白质耐热性有重要作用。地球上的生物对周围环境有着惊人的适应性。在喷发的火山中，在高盐的死海里，在冰冷的极地都可以发现它们的踪迹。Andrey  Karshikoff  等[1]根据微生物的最适生长温度将其分为四大类：嗜冷菌（0℃<最适生长温度<20℃），常温菌（20℃=<最适生长温度<50℃），耐热菌（50℃=<最适生长温度<80℃），超耐热菌（80℃=<最适生长温度<120℃）。尽管常温菌和嗜热菌的蛋白质都是由20  种相同的氨基酸组成，然而它们的耐热性却有很大差别。影响蛋白质耐热性的因素很多，主要有：氨基酸含量、氢键、盐桥、溶剂接触表面积等因素[2]。长期以来，人们认为氨基酸含量是影响蛋白质耐热性的主要因素[3]。根据耐热性对蛋白质进行预测就是蛋白质分类的过程。分类的方法很多，主要有支持向量机[4]，神经网络[5]，KNN[6]等。贝叶斯是基于贝叶斯统计学习方法的分类器。本文以氨基酸含量为特征向量研究了贝叶斯方法预测蛋白质耐热性的准确度，这样不仅可以判断贝叶斯方法是否适合于蛋白质耐热性分类，而且可以判断氨基酸含量是否是影响蛋白质耐热性的主要因素。