PCA-SVM模型在几丁质酶最适温度建模中的应用.pdfVIP

第 29卷 第2期 华 侨 大 学 学 报 (自然 科 学 版 ) VoI．29 No．2 2008年4月 Journal of Huaqiao University(Natural Science) Apr．2008 文章编号： 1000—5013(2008)02—0236—05 PCA-SVM模型在几丁质酶最适温度 建 模 中 的 应 用 林 毅，蔡福营，袁宇熹，张光亚 (华侨大学材料科学与工程学院，福建 泉州 362021) 摘要： 采用主成分分析法(PCA)对样本数据集进行预处理，将得到的新样本数据集输入支持向量机 (SVM)，籍助均匀设计(UD)，构建几丁质酶氨基酸组成和最适温度的数学模型．当径向基核函数的3个参 数，惩罚系数C为10，￡为0．5，y为5时，模型对温度拟合的平均绝对百分比误差为5．06 ，预测的平均绝对 误差为1．83℃，说明具有良好的预测效果且优于神经网络的预测结果． 关键词： 几丁质酶，数学模型；主成分分析；支持向量机；最适温度 中图分类号： Q 556 ．2；Q 141 文献标识码： A 几丁质酶(Chitinase，EC3．2．1．14)是能够催化水解N一乙酰一D一葡萄糖胺糖苷键的酶．在自然界 中，几丁质酶在碳和氮的循环中扮演着重要的角色，它存在于多种物种体内，包括人、细菌、真菌、病毒、 线虫、昆虫、鱼等．几丁质酶在工业上有重要的应用，主要是降解壳聚糖为低聚物，此外，几丁质酶还有杀 虫活性和抗菌作用…．工业应用的几丁质酶的最适温度为30~70℃，pH值为4～8[2]．近年来，有两种 方法可获得耐碱、耐热的几丁质酶．一种方法是通过从极端环境中筛选几丁质酶产生菌株；另一种方法 是对几丁质酶进行遗传改造．随着理性定向进化[3]和非理性定向进化技术 ]的发展，又提出了一种半理 性的定向进化[5剞技术．本文利用几丁质酶的序列信息及最适温度，利用主成分分析的支持向量机，建立 了氨基酸组成和最适温度之间的数学模型． 1 材料与方法 几丁质酶蛋白质序列数据，均来源于NCBI(美国国立生物技术信息中心)上的蛋白质数据库．26个 几丁质酶 ID号分别为 P32823，BAC53628，AAK69033，AAF23368，AAO22144，AAC23715，JC7996， BAA34922，AAK69033，AAA98644，AAK26395，Q9FRV1，AACO9387，2DBTC，Qo5638，BAC99074， BAA88833，BAA88834，BAC76622，BAA88835，AAY99632 AAM93195，AAL01886，AAL46648， AAG12973，BAA36460．Nakashima[ ，KleinE 和Chou等 研究表明，蛋白质的折叠信息与氨基酸 组成有明显的关联性．鉴于几丁质酶的相对分子量差别很大，所以用几丁质酶的2O种氨基酸组成和氨 基酸残基数作为输入数据，对应的最适温度为支持向量机的输出数据，则几丁质酶蛋白序列的特征向量 可表示为 X一[ I z1，zz，…，z2o，z21]丁． (1) 上式中，X表示蛋白质序列的特征值， 为蛋白质序列中氨基酸的特征向量，z 为第T个蛋白质序列 第i( 一1，…，20)种氨基酸出现的频率数，z 为蛋白质序列氨基酸的个数，T表示蛋白质序列的个数， 特征向量中元素的顺序按照2O种氨基酸的字母顺序排列．所有几丁质酶的氨基酸组成分析由Bioedit 软件完成，主成分分析由 SPSS10．0完成，支持向量机是由Thorsten Joachims用 C语言编写的． 收稿日期： 2007—07—06 作者简介： 林 毅(1976一)，男，副教授，主要从事应用与环境微生物的研究．E-mail：lyhxm@hqu．edu．cn． 基金项目： 国家自然科学基金资助项目；福建省高等学校新世纪优秀人才计划支持项目(2006)，福建省 自然科学基金资助项目(B0510011) 第2期 林 毅，等：PCA—SVM模型在几丁质酶最适温度建模中的应用