基于机器学习的β-内酰胺酶注释预测和分析平台

摘要：

为了对潜在β-内酰胺酶蛋白质的功能和性质进行深入分析,构建了一个包含蛋白质信息注释、预测和特征性分析的综合平台(BLHub).BLHub采用Java、Bootstrap3.3.6、Ajax、jQuery、MySQL和Strust2等技术实现了平台前后端的数据交互,并且该平台整合了丰富的、多源的蛋白质注释信息,包括蛋白质结构信息、蛋白质活跃位点、蛋白质分类系谱以及抗生素耐药性信息等.同时平台嵌入了机器学习的预测模型,能有效发掘潜在的β-内酰胺酶并判断其所属子类.此外,BL Hub能对潜在的β-内酰胺酶进行后序的序列相似分析和亲缘性分析,便于科研人员进一步推断未知蛋白质的功能和结构,从而实现对β-内酰胺酶蛋白质的一体化分析.实验结果表明,BL Hub能弥补以往的β-内酰胺酶数据库无法对潜在蛋白质进行预测和分析的不足,进一步加快潜在蛋白的发现和探索.

关键词：数据库;机器学习预测;抗生素耐药性;BLAST序列比对;亲缘性分析;重定向分析

所属期刊栏目：41

分类号：TP181;Q811(自动化基础理论)

资助基金：广西研究生科研创新项目;桂林电子科技大学研究生教育创新计划项目

在线出版日期：2021-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：320-328