Prediction of alpha helices in proteins using Modified Logistic Regression Model
Carregando...
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Dissertação de mestrado
Título alternativo
Primeiro orientador
Membros da banca
Resumo
The advance in proteins secondary structure prediction produces directly impacts on health and
biological processes knowledge. Despite the achievements and advances, the prediction of
proteins structure remains a challenge. Considering this fact, we propose a de novo method for
the prediction of alpha helix. Initially, we created a list of proteins with low identity between
them, from the repository Protein Data Bank, using PISCES. Each protein was separated into
fragments (of size 9) using the sliding window technique. From the obtained fragments, we
classified them into the ones that were 100% a standard type alpha helix, the ones that were not a
100% of the same type of secondary structure. For each fragment, we used a sliding window of
size 3 to characterize them. These had a value associated with the occurrence of the alpha helix
structure. It was possible to predict the secondary structure group, alpha helix, of an unknown
protein/query. To accomplish our goals, we used modified logistic regression and constructed
two methods for prediction of these structures. Tests of accuracy and specificity applied to the
methods gave results greater than 70%. Unfortunately, the sensitivity did not show good results.
One of the methods revealed to be a very promising application for the secondary structure
prediction problem, and to a possible usage in other purpose. All methods were implemented in
MatLab R2015b (2015)
Abstract
O avanço na predição da estrutura secundária de proteínas produz diretamente impactos na saúde
e no conhecimento de processos biológicos. Apesar das conquistas e avanços, a predição da
estrutura de proteínas continua a ser um desafio. Neste trabalho, nós propomos um método de
novo para a predição de alfa hélice. Primeiramente, criamos uma lista de proteínas com baixa
identidade entre eles, a partir do Banco de dados Protein Data Bank, utilizando a ferramenta
PISCES. Cada proteína foi separada em fragmentos de tamanho (9), utilizando a técnica de janela
deslizante. Os fragmentos obtidos foram classificados em aqueles que são 100% alfa hélice do
tipo padrão e aquelas que não têm 100% deste tipo de estrutura secundária. Para cada fragmento,
utilizamos uma janela deslizante de tamanho 3 para caracterizar cada um. Estes tripletos têm um
valor associado com a ocorrência da estrutura α hélice. Com isso, é possível prever a estrutura
secundária de uma proteína desconhecida. Para isso, usamos regressão logística modificada e
construídos dois métodos de predição. Testes de precisão, especificidade deram origem a
resultados superiores a 70%. Infelizmente, a sensibilidade não teve um bom resultado. Um dos
métodos criados revelou-se promissor, tanto para este problema quanto para os outros problemas.
Todos os métodos foram implementados em Matlab R2015b (2015)
Assunto
Bioinformática, Modelos Logísticos, Previsões, Proteínas
Palavras-chave
Logistic regression, Prediction, Protein, Structure
Citação
Departamento
Endereço externo
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto