1. 研究目的与意义
背景
现代生物分子信息爆发式的增长，也促进了生物信息学的迅猛发展。生物信息学是当前的前沿研究领域之一，主要的任务是使用计算机挖掘大量生物信息，并对它们进行处理与分析。生物分子信息中蛋白质数据的暴增，使得从中挖掘有用的信息变得更加困难但也更有价值。蛋白质在多种生理功能包括载体运输、酶的催化、激素调节、抗体免疫等关乎生命正常运作的关键功能上发挥着不可或缺的作用，相关的研究也愈发火热，而蛋白质定位研究便是生物信息领域非常重要的一个研究分支。对于蛋白质定位的研究通常包括两类方法：
1.1生物实验方法
2. 研究内容和预期目标
结合国内外研究状况的分析我们可以知道，随着蛋白质数量的指数增长，传统的湿实验验证的方式已经不能满足需求，现在也出现了各种各样的高精度、低消耗的基于计算的预测方法，大大提升了蛋白质定位判断的效率。本课题研究的内容主要包括：蛋白质序列关键特征的提取，预测模型学习策略的选择，利用数据集评估预测模型的性能以及使用合适的相关机器学习模型，预测蛋白质所以在细胞器的位置。
预期目标：改进算法，优化实验，提高模型预测的效果，获得一个更加稳定与高效的预测模型，这对于实际的工作以及未来的研究都具有重要的意义。
3. 研究的方法与步骤
(1)首先我们获得最原始的蛋白质数据集，数据集分为训练集和测试集两个部分
(2)在训练阶段，对训练集提取特征，使用基于离散小波变换、离散余弦变换、自相关方差系数和伪氨基酸组分函数的序列特征提取方法。
(3)利用机器学习基础知识，使用相关算法工作。
4. 参考文献
[1] harlowe， whyte p， jr f b， et al. association of adenovirusearly-region 1a proteins with cellular polypeptides.[j]. molecular cellular biology， 1986， 6(5):1579-89.
[2]mitchell d a， marshall t k， deschenes r j. vectors for the inducible overexpression ofglutathione s-transferase fusion proteins in yeast[j]. yeast， 1993， 9(7):715-22.
[3] carr dw， scott j d. blotting andband-shifting: techniques for studying protein-protein interactions.[j]. trendsin biochemical sciences， 1992， 17(7):246-9.
5. 计划与进度安排
(1) 2022年1月10日—2022年1月30日
接受毕业设计任务，查阅资料并完成开题报告；
(2) 2022年2月1日—2022年2月8日
