蛋白质-配体绑定区域预测的特征抽取及学习算法研究

项目名称： 蛋白质-配体绑定区域预测的特征抽取及学习算法研究

项目编号： No.61373062

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 於东军

作者单位： 南京理工大学

项目金额： 75万元

中文摘要： 蛋白质与其他生物分子(配体)之间的互相作用在生命过程中普遍存在并且不可或缺。准确识别出蛋白质与配体之间的相互作用区域，对于理解蛋白质的功能、分析生物分子之间的相互关系、指导药物设计等具有重要的指导意义。随着蛋白质数据的海量呈现，研发高效可靠的智能方法来进行蛋白质-配体绑定区域预测成为迫切需要。本项目在分析现有预测模型存在不足和瓶颈的基础上，从特征抽取和模型学习算法两个层面展开系统研究，以进一步提高蛋白质-配体绑定预测方法的可靠性和可用性。具体研究内容包括：蛋白质进化图象的稀疏特征抽取、蛋白质多视角特征差异性分析及抽取、配体特异性预测模型、增量式预测模型以及可解释性预测模型。本研究旨在为生物学及相关研究人员提供理论依据充分、实用性强、具有良好可解释性的应用系统，亦是对蛋白质生物计算领域的丰富与发展，有助于进一步推动生物信息学的发展。

中文关键词： 蛋白质-配体绑定；绑定区域预测；多视角特征抽取；不平衡学习；多标签学习

英文摘要： Protein-ligand interactions are ubiquitous and play important roles in a wide variety of biological processes. Accurately identifying the protein-ligand binding sites or pockets is of significant importance for understanding the protein function, analyzin

英文关键词： Protein-Ligand Binding；Binding Site Prediction；Multi-View Feature Extraction；Imbalanced Learning；Multi-label Learning