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,BLHub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,BLHub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