6.1 可行性分析 24

6.2 系统的总体设计结构 25

6.3 系统的具体实现流程 26

6.3.1 程序结构 26

6.3.2 Ajax 27

6.3.3 主界面index 28

6.3.4 程序运行演示 29

结  论 31

致  谢 33

参考文献 34

1 引言

蛋白质是生命的物质基础，蛋白质在细胞和生命体的生命活动中起着至关重要的作用，可以说，没有蛋白质就没有生命。随着人类基因组计划（Human Genome Project）的实施和人类基因组序列的完成，蛋白质已知序列的数量呈爆炸式增长，生命科学已经实质性地夸人到后基因组时代。与此同时，已知序列蛋白质和已知属性蛋白质之间的数量差距也在逐渐拉大。这种不平衡的局面，已经 严重制约了我们及时利用新发现的蛋白质进行基础研究和药物开发[1]。由于湿实验（注：生物信息学中把与试管打交道的生物学实验称为湿实验，而把在计算机上做的实验为干实验。）试验周期长，复杂度高，因此，利用蛋白质仅有的信息序列，研究开发适当有效的计算方法，快速准确的预测未知蛋白质的属性，就变得非常重要。论文网

1.1 研究背景及意义

现代分子生物学研究表明，蛋白质是执行生物功能的大分子，在生命中起着极其重要的作用。蛋白质的功能是由其空间结构决定的。结构和功能的一致性促进了对蛋白质结构研究的巨大热忱，结构生物学的发展方兴未艾。虽然空间就够是由一级结构（即氨基酸的排列顺序）决定的这一原理，但是在一般情况下有一级结构预测其三级结构仍然是不现实的。与此同时，用X射线衍射和核磁共振技术测定蛋白质的结构取得了巨大的进展。迄今为止，已有近万种蛋白质的结构被测定，其中大部分属于同源蛋白质，非同源的仅有千余种。通过总结这些结构的共性和特性，对于阐明肽链的折叠规律是非常有益的。而其中对蛋白质结构的分类和预测不仅有着巨大的实用价值，而且对于探索肽链折叠的规律也有重要的理论价值。

    蛋白质结构分类是在蛋白质的空间结构已知的前提下进行的，如果某蛋白质的空间结构未知，能否根据其一级结构来预测其结构类？这就是结构类预测。

蛋白质结构类的预测和分析有着非常重要的生物学意义。随着生物信息学源:自~优尔·论`文'网·www.youerw.com/

技术的高速发展，蛋白质序列数据库的数据积累的速度越来越快，与此同时，蛋白质结构类的预测远远落后于蛋白质序列的增长。尽管蛋白质结构类预测技术有了较为显著的进展，但是，通过实验方法确定蛋白质结构类的过程仍然非常复杂，代价较高。因此，研究开发一个高效的、准确率搞的融合多视角蛋白质序列特征的方法，替代简单序列串行的策略，就变得非常有必要。

1.2 国内外研究现状

1.3 本文的主要内容

从蛋白质序列预测蛋白质结构类是一个重要的任务，如何从序列中抽取有效的鉴别特征是关键步骤之一，由于单视角特征不能反应蛋白质的所有信息，因此融合多视角特征或是特高预测精度的有效途径。本文使用一种基于多视角融合技术的蛋白质结构类预测框架,在本文中，用到的新的蛋白质框架，多视角特征：首先，从不同的视角抽取特征，然后，将不同视角的特征并行组合，形成复特征,在复特征空间应用广义主分量分析，进行特征降维。在不同的数据集和算法上的实验结果表明，所实用的并行多视角特征融合策略是有效的。