开题报告内容：（包括拟研究或解决的问题、采用的研究手段及文献综述，不少于2000字）
一、选题背景
癌症治疗面临着化疗药物和受体靶向抗癌药物耐药的挑战。抗癌肽是一类新的潜在的癌症治疗药物，长度为5-50个氨基酸左右的阳离子两亲性肽。与正常细胞相比，由于癌细胞表面的磷脂酰丝氨酸（带负电荷）比例增加，因此阳离子两亲肽可能是一种有效且具有高选择性的抗肿瘤药物。
抗癌肽是一种具有明显抗肿瘤活性的抗微生物肽。肿瘤细胞与正常细胞的细胞膜的差别 是抗癌肽选择性发挥细胞渗透和毒性作用的基础。带负电荷的癌变细胞细胞膜其表面高表达了一系列带负电荷的分子, 比如磷脂酰丝氨酸、O-糖基化的黏蛋白、唾液酸化的神经 节苷酯、硫酸乙酰肝素等, 而正常细胞的细胞膜主要是由磷脂类和甾醇类等中性电荷分子构成的, 因此大部分带正电荷 的抗癌肽通过静电相互作用与表面带负电的肿瘤细胞结合而发挥选择性的抗肿瘤活性。癌变细胞的细胞膜上含有较多数量的 微绒毛, 这使得抗癌肽与肿瘤细胞表面相互作用的表面积大大增加。而且这些微绒毛的大小和形态各不相同, 这种不规则性更有利于各种结构类型的抗癌肽发挥选择性的抗肿瘤活性 。[[1]]它的作用机制从作用模式上可以分为 2类：选择性膜破坏和非膜溶解作用机制，非膜溶解作用包括抑制血管生成和促进肿瘤细胞凋亡等作用。
与传统抗癌药物相比，抗癌肽具有高生物活性，高特异性，低生产成本和高穿透力等优势。同时抗菌肽由于直接作用于肿瘤细胞膜而较少地在细胞内发挥活性, 因此在耐药性方面抗 菌肽更胜一筹。但要将抗菌肽应用于临床, 必须要求对正常细胞和红细胞毒性低、对癌细胞杀伤活力高、血浆中的稳定性好。[[2]][[3]] 另外, 由于抗癌肽相对于人体内环境而言是异源性的, 也可能会引起肿瘤病人体内产生中和抗体或者发生过敏反应。由于抗癌肽的毒性难以预测，抗癌肽的开发利用受到了诸多限制。[[4]]
近年来随着生物信息学的发展，利用机器学习算法研究多肽潜在的结构与活性、溶血性以及毒性的关系变的尤为重要，运用机器学习算法来预测抗癌肽的毒性不仅节省时间成本，还有助于设计毒性更低的抗癌肽。
二、目的
收集抗癌肽毒性数据库然后建模来预测抗癌肽毒性，为计算机辅助抗癌肽的筛选奠定理论基础。
三、研究手段
- 从多肽相关数据库SATPdb、THPdb以及文献中收集长度为5-70的有毒肽和无毒肽作为阳性数据集合阴性数据集，
- 使用支持向量机（SVM）算法构建抗癌肽预测模型[[5]]
- 计算氨基酸组成。氨基酸组成定义为肽中每个氨基酸的分数，可以通过以下公式计算：
其中Comp（i）是氨基酸（i）的百分比组成；Ri是类型i的残基数，N是总数肽中的残基
