1. 專題成果報告 胺基酸功能預測開發環境
指導教授:歐昱言
邱彥豪 邱顯鈞

2. 前言
隨著生物資訊的發展，蛋白質序列的資料庫變得非常龐 大，大部分的蛋白質我們仍然未知它們的功能，所以取得 蛋白質序列且了解它們的功能是生物學家努力想要達到的 目標，生物學家必須透過實驗(如結晶法)來確定蛋白質的 功能。 透過實驗，我們發現眾多經過實驗確定的蛋白質序列， 當胺基酸排列相似的時候，它們的功能也類似，某些時候 甚至可以做為判斷的依據，但現行實驗技術成功率低且成 本昂貴，於是透過電腦分類龐大資料的想法便應運而生。
1.要加上轉折語，接下一張投影片前也要
2.不要照念
3.重點再說清楚(蛋白質上胺基酸區段功能)

3. 目的 我們希望透過我們所開發的環境能使生物學 家利用電腦快速分類龐大的原始蛋白質序列資 料，再使用分類器預先預測出某一胺基酸區段
在未知蛋白質內所代表的功用並加以分類。

4. PSSM(Position-specific scoring matrix)架構
資料取得
1.序列相似度篩選
2.標記胺基酸功能區段
資料處理
PSSM(Position-specific scoring matrix)
序列剖析
1.UniProt是一個包含大量有關生物學功能的蛋白質信息的數據庫。
/*要改*/
2.對原始資料做必要的處理
3.以PSSM為屬性制造出所需檔案libsvm
4.將處理後的資料檔案丟入分類器做分析
分類器分析結果

5. 開發功能 我們的程式能 1.自動處理下載來的資料 2.快速的做序列相似度篩選 3.標記胺基酸功能區段 4.產生PSSM檔案
5.快速產生能進分類器的檔案格式

6. 一.資料取得

7. 二.資料處理
在原始的資料中，紀錄蛋白質序列的所 有資訊，我們為了預測胺基酸區段在未 知蛋白質內所代表的功用，必須擷取胺 基酸區段的位置，再將此位置標記在蛋 白質序列上。

8. 三.序列剖析
PSSM(位置加權矩陣): 具有相似化學特性的胺基酸之間會互相 取代，每行列代表各胺基酸取代的可能， 會以一加權值表示，值越大則表示此胺 基酸能被取代的可能性越大。

9. 四.產生結果
Select_pssm:
最終，以PSSM當作屬性產生出來的 libsvm檔即可用分類器做分類了。

10. 範例: 1.下載
UNIPROT上QUERY敘述要講
我們實作找的是有透過實驗的，位置在膜上的運輸蛋白

11. 2.將所需資訊擷取

12. 3.相似度篩選
序列相似度:將相似度高於50%的蛋白質序列分為一群，在從中取一蛋白質

13. 4.標記胺基酸功能區段

14. 5. 用PSSM產生出libsvm格式 /*直接說明屬性189個*/
以第五胺基酸L為例，L加上前四以及後四胺基酸即為window size=9的一組，產生出的PSSM檔每個胺基酸
皆有20個值，我們利用此20個值+1個valid Bit 可以得到我們最後之libsvm檔，每個胺基酸皆有189種
屬性((20+1)*window size 9)。
胺基酸功能區段之類別為positive(1) ，反之則為negative(0) 。

15. 6.分類器:Weka
1.IBK-3NN
我們將LIBSVM餵入第一個分類器WEKA，並選IBK，此為結果

16. 2.J48
演算法為J48

17. 分類器:QuickRBF
Center5000
第二個分類器為QUICKRBF，設CENTER為5000

18. 報告結束
謝謝大家!