蛋白质组信息分析及应用算法研究

随着蛋白质组学研究近年高速的发展,需要进行蛋白质结构的预测、功能的识别、以及生物标记物的预测与鉴别等，传统的生物数据分析处理方法无法满足后基因组时代的需要，因此发展能快速计算分析获取蛋白质组信息的生物信息学方法成为关键性的基础问题。我们将基于代数学中的同态思想和物理学中的粗粒化思想，综合运用数学化的形式方法、系统生物学方法和信息学方法建立模型：利用序列的图形表示给出序列信息的一种离散度量方法，建立蛋白质组信息模型；利用模糊理论建立新的基于蛋白质组信息的系统发育分析模型及其统计校验方法；根据氨基酸的分类和重要的理化性质给出蛋白序列的编码方式并研究蛋白序列的L-Z复杂度，有效提取蛋白序列中氨基酸的相对分子量、等电点以及疏水性等信息，并初步应用于恶性肿瘤相关序列的相似性分析、蛋白质亚细胞定位预测、结构和功能靶标预测等热点领域；利用序列的新型表达模式给出点突变分析方法，寻求产生点突变的数学机理。

随着蛋白质组学研究近年高速的发展,需要进行蛋白质结构的预测、功能的识别、以及生物标记物的预测与鉴别等，传统的生物数据分析处理方法无法满足后基因组时代的需要，因此发展能快速计算分析获取蛋白质组信息的生物信息学方法成为关键性的基础问题。我们将基于代数学中的同态思想和物理学中的粗粒化思想，综合运用数学化的形式方法、系统生物学方法和信息学方法建立模型：利用序列的图形表示给出序列信息的一种离散度量方法，建立蛋白质组信息模型；利用模糊理论建立新的基于蛋白质组信息的系统发育分析模型及其统计校验方法；根据氨基酸的分类和重要的理化性质给出蛋白序列的编码方式并研究蛋白序列的L-Z复杂度，有效提取蛋白序列中氨基酸的相对分子量、等电点以及疏水性等信息，并初步应用于恶性肿瘤相关序列的相似性分析、蛋白质亚细胞定位预测、结构和功能靶标预测等热点领域；利用序列的新型表达模式给出点突变分析方法，寻求产生点突变的数学机理。