以一特定蛋白質模組為起點之蛋白質結構型樣採掘

隨著人類基因體解碼計畫的完成，生物學家所面臨的是大量DNA、RNA、蛋白質等資料的實驗、 ... 在生物資訊龐大的資料中更是扮演了重要的角色，可透過與生物學家的合作， ... 資料載入處理中... 跳到主要內容 臺灣博碩士論文加值系統 ::: 網站導覽| 首頁| 關於本站| 聯絡我們| 國圖首頁| 常見問題| 操作說明 English |FB專頁 |Mobile 免費會員 登入| 註冊 功能切換導覽列 (165.22.106.144)您好！臺灣時間：2022/09/0506:42 字體大小：       ::: 詳目顯示 recordfocus 第1筆/ 共1筆  /1頁 論文基本資料 摘要 外文摘要 目次 參考文獻 電子全文 紙本論文 QRCode 本論文永久網址: 複製永久網址Twitter研究生:鄭百村研究生(外文):Pai-TsunCheng論文名稱:以一特定蛋白質模組為起點之蛋白質結構型樣採掘論文名稱(外文):theapplicationmoreeasily.MiningProteinStructurePatternswithaSpecifiedStartingSiteofMotif指導教授:楊東麟指導教授(外文):Don-LinYang學位類別:碩士校院名稱:逢甲大學系所名稱:資訊工程所學門:工程學門學類:電資工程學類論文種類:學術論文論文出版年:2004畢業學年度:92語文別:英文論文頁數:45中文關鍵詞:生物資訊(Bioinformatics)、細胞貼壁(celladhesion)、型樣(pattern)、蛋白質體學(Proteomics)、資料挖掘(datamining)、模組(motif)外文關鍵詞:datamining、motif、Bioinformatics、pattern、celladhesion、Proteomics相關次數: 被引用:0點閱:123評分:下載:6書目收藏:1 隨著人類基因體解碼計畫的完成，生物學家所面臨的是大量DNA、RNA、蛋白質等資料的實驗、分析，進而進行功能預測、藥物開發等工作，若以傳統的實驗步驟進行，恐難以有效率地趕上時間潮流的演進，故生物資訊便適時地切入此風潮，包含統計、資訊工程…。

資料挖掘為資訊工程與統計學發展出來的新技術，可針對大量資料進行分析，進而得到知識探勘的目的，在生物資訊龐大的資料中更是扮演了重要的角色，可透過與生物學家的合作，針對特定的目的及資料集進行快速、可靠的分析以及結果預測，如此便可省去冗長的實驗時間、昂貴的實驗成本，只需對透過資料挖掘所得到的結果進行分析，大大地加速了實驗的進行以及成本的降低。

本論文以近來蛋白質體學中廣被利用的蛋白為題材，進行資料挖掘演算法的設計與實驗，並得到了可靠的結果，並以相關文獻為佐證，證實該型樣(pattern)之功能性，的確可以使具細胞貼壁(celladhesion)功能之模組(motif)–Arg-Gly-Asp(RGD)曝露於細胞外側，進而與其他細胞達到貼附的功能，對抗癌或其他疾病有相當顯著之功能。

Afterthehumangenomeprojecthasbeencompletedrecently,thebiologistsareconfrontedbythecountlessexperiments,analyzingofthehugedatasetsofDNA,RNA,andproteins.AlthoughtheycanusethesedatatomakepredictionsaboutthefunctionsofDNA,RNA,andproteinsandtocreatenewdrugs,thetraditionalexperimentprocessescannotcatchupthespeedandresearchtrend.Bioinformaticscomesinnicelytobecomeaneffectivemeansforbiologistsinwhichstatistics,informationengineeringanddataminingareinvolved.Dataminingisanewtechnologydevelopedwithstatisticsandcomputerscience.Itcanbeusedtoanalyzehugedatasetsanddiscoverhiddenknowledge.ItisalsousefulinBioinformaticswhenworkingwithbiologists.Onecananalyzespeciallydesignateddatasetquicklyandaccurately.Analyzingthedataminingresultscanretrenchnotonlythelongexperimentaltimebutalsothehugeexperimentalcostforbiologists.Inthispaper,wehavedesignedaneffectivemethodtominethewidelyknownproteininProteomicsandperformedtheexperimentswithsomeusefulresults.Wealsoevidencetheoutcomeswithrelevantreferencestoshowthatthediscoveredpatternsarefunctionalandenablethemotif–Arg-Gly-Asp(RGD)withcelladhesiontobeexposedoutsidetheprotein.Itmakesthecellabletobindwithothersandpossesssignificantfunctionstoresistcancerorotherdiseases. Acknowledgementsi中文摘要iiAbstractiiiTableofContentsivListofFiguresviListofTablesviiChapter1Introduction11.1Motivation11.2Goal21.3ThesisOrganization2Chapter2Background32.1Bioinformatics32.2DataMining42.3Proteomics62.4Motif72.4.1Anusefulmotifformining–RGD8Chapter3RelatedWork103.1GYM103.1.1Preprocessing:“PatternMining”113.1.2Motifdetectionalgorithm123.2Spratt2133.2.1Definitions133.2.2Algorithms14Chapter4ProposedMethod174.1Overview174.2DataCollection174.3DataPreprocessing194.4MiningAlgorithm21Chapter5ExperimentalResults255.1Implementation255.2DataCollected255.3Results325.4Discussion345.4.1Trimestatin355.4.2Bitistatin365.4.3Integrin375.4.4Disintegrin375.4.5Saxatilin37Chapter6ConclusionandFutureWork396.1Conclusion396.2FutureWork39References40Vita45 [1]H.M.Berman,J.Westbrook,andZ.Feng,"TheProteinDataBank,"NucleicAcidsRes,Vol.28,No.1,pp.235-242,2000.[2]S.L.Salzberg,D.B.Searls,andS.Kasif,"ComputationalMethodsinMolecularBiology,"Amsterdam:ElsevierSciencesB.V.,1998.[3]S.MitraandT.Acharya,DataMining,Multimedia,SoftComputing,andBioinformatics,Hoboken,Hoboken,NewJersey:JohnWileyandSons,Inc.,2003.[4]P.BaldiandS.Brunak,Bioinformatics:TheMachineLearningApproach.AdaptiveComputationandMachineLearning,Cambridge,MA:TheMITPress,2001.[5]L.S.Heath,"TheEmergingLandscapeofBioinformaticsSoftwareSystems,"SpecialIssueonBioinformatics,IEEEComputer,Vol.35,No.7,pp.41-45,July2002.[6]G..Stamatakos,D.Dionysiou,E.Zacharaki,N.Mouravliansky,K.Nikita,andN.Uzunoglu,"InSilicoRadiationOncology:CombiningNovelSimulationAlgorithmswithCurrentVisualizationTechniques,"Proc.IEEE,SpecialIssueon"Bioinformatics:AdvancesandChallenges,Vol.90,No.11,pp.1764-1777,November2002.[7]U.M.Fayyad,G.Piatetsky-Shapiro,P.Smyth,andR.Uthurusamy,AdvancesinKnowledgeDiscoveryandDataMining.MenloPark,CA:AAAI/MITPress,1996.[8]K.J.Cios,W.Pedrycz,andR.Swiniarski,DataMiningMethodsforKnowledgeDiscovery.Dordrecht:Kluwer,1998.[9]U.Fayyad,G.P.Shapiro,andP.Smyth,"TheKDDprocessforextractingusefulknowledgefromvolumesofdata,"CommunicationsoftheACM,Vol.39,pp.27-34,1996.[10]E.Ruoslahti,"RGDandotherrecognitionsequencesforintegrins,"AnnuRevCell,DevBiol,Vol.12,pp.697-715,1996.[11]C.Wu,A.E.Chung,andJ.A.McDonald,"Anovelroleforalpha3beta1integrinsinextracellularmatrixassembly,"JCellSci,Vol.108,pp.2511-2523,1995.[12]R.F.NicosiaandE.Bonanno,"InhibitionofangiogenesisinvitrobyArg-Gly-Asp-containingsyntheticpeptide,"AmJPathol,Vol.138,No.4,pp.829-833,1991.[13]R.A.BronsonandF.Fusi,"EvidencethatanArg-Gly-Aspadhesionsequenceplaysaroleinmammalianfertilization,"BiolReprod,Vol.43No.6pp.1019-1025,1990.[14]E.RuoslahtiandM.D.Pierschbacher,"Newperspectivesincelladhesion:RGDandintegrins,"Science,Vol.238,No.4826,pp.491-497,1987.[15]W.Bode,I.Mary,andBaumannU,"Therefined1.9Acrystalstructureofhumanalpha-thrombin:interactionwithD-Phe-Pro-ArgchloromethylketoneandsignificanceoftheTyr-Pro-Pro-Trpsegment,"EMBOJ,Vol.8,No.11,pp.3467-3475,1989.[16]P.D.Martin,M.G.Malkowski,andO.J.DiMai,"Bovinethrombincomplexedwithanuncleavableanalogofresidues7-19offibrinogenAalpha:genetryofthecatalytictriadandinteractionwithP2'andP3'substrateresidues,"Biochemistry,Vol.35,No.40,pp.13030-13039,1996.[17]D.J.Leahy,W.A.Hendrickson,I.Aukhil,andH.P.Erickson,"StructureofafibronectintypeIIIdomainfromtenacinphasedbyMADanalysisoftheselenomethionylprotein,"Science,Vol.258,No.5084,pp.987-991,1992.[18]T.J.Rydel,M.Yin,andK.P.Padmanabhan,"Crystallographicstructureofhumangamma-thrombin,"JBiolChem,Vo.269,No.35,pp.22000-22006,1994.[19]C.D.Dickinson,B.Veerapandian,andX.P.Dai,"CrystalstructureofthetenthtypeIIIcelladhesionmoduleofhumanfibronectin,"JMolBiol,Vol.266,No.4,pp.1079-1092,1994.[20]A.L.Main,T.S.Harvey,andM.Baron,"Thethree-dimensioalstructureofthetenthtypeIIImoduleoffibronectin:aninsightintoRGD-mediatedinteractions,"Cell,Vol.71,No.4,pp.671-678,1992.[21]M.J.Sutcliffe,M.Jaseja,andE.I.Hyde,"Three-dimensionalstructureoftheRGD-containingneurotoxinhomologuedendroaspin,"NatStrucBiol,Vol.1,No.11,pp.802-807,1994.[22]H,SennandW,Klaus,"Thenuclearmagneticresonancesolutionstructureofflavoridin,anantagonistoftheplateletGPIIb-IIIareceptor,"JMolBiol,Vol.232,No.3,pp.907-925,1993.[23]V.Saudek,R.A.Atkinson,P.Lepage,andJ.T.Pelton,"Thesecondarystructureofechistatinfrom1H-NMR,circular-dichroismandRamanspectroscope,"EurJBiochem,Vol.202,No.2,pp.329-338,1991.[24]A.M.Krezel,G.Wagner,J.Seymour-Ulmer,andR.A.Lazarus,"StructureoftheRGDproteindecorsin:conservedmotifanddistinctfunctioninleechproteinsthataffectbloodclotting,"Science,Vol.264,No.5167,pp.1944-1947,1994.[25]M.Adler,R.A.Lazarus,M.S.Dennis,andG.Wagner,"Solutionstructureofkistrin,apotentplateletaggregationinhibitorandGPIIb-IIIaantagonist,"Science,Vol.253,No.5018,pp.445-448,1991.[26]Y.Gao,G.Narasimhan,K.Mathee,andX.Wang,"MotifDetectioninProteinSequences,"StringProcessingandInformationRetrievalSysposium,1999andInternationalWorkshoponGroupwave,pp.63-72,1999.[27]I.Jonassen,I.Eidhammer,D.Conklin,andW.R.Taylor,"StructureMotifDiscoveryandMiningthePDB,"Bioinformatics,Vol.18,pp.362-367,2002.[28]H.Shin,K.Zygourakis,M.C.Farach-Carson,M.J.Yaszemski,andA.G.Mikos,"Attachment,proliferation,andmigrationofmarrowstromalosteoblastsculturedonbiomimetichydrogelsmodifiedwithanosteopontin-derivedpeptide,"Biomaterials,Vol.25,pp.895-906,2004.[29]M.A.McLane,V.K.Senadhi,C.Marcinkiewicz,J.J.Calvete,andS.Niewiarowski,"ImportanceofthestructureoftheRGD-containingloopinthedisintegrinsechistatinanderistostatinforrecognitionof£IIb£]3and£v£]3integrins,"FEBSLetters,Vol.391,pp.139-143,1996.[30]Y.Fujii,D.Okuda,Z.Fujimoto,K.Horii,T.Morita,andH.Mizuno,"CristalStructureofTrimestatin,aDisintegrinContainingaCellAdhesi?nRecognitionMotifRGD,"JMolBio,Vol.332,pp.1115-1122,2003.[31]R.J.Gould,M.A.Polokoff,P.A.Friedman,T.F.Huang,H,C,Holt,J.J.Cook,andS.Niewiarowski,"Disintegrins:afamilyofintegrininhibitoryproteinsfromvipervenoms,"Proc.Soc.ExptlBiol.Med.,Vol.195,pp.168-171,1990.[32]M.A.McLane,C.Marcinkiewicz,S.Vijay-Kumar,I.Wierzbicka-Patynowski,andS.Niewiarowski,"Vipervenomdisintegrinsandrelatedmolecules,"Proc.Soc.ExptlBiol.Med.,Vol.219,pp.109-119,1998.[33]J.J.Calvete,M.Schrader,M.Raida,M.A.McLane,A.Romero,andS.Niewiarowski,"Thedisulphidebondpatternofbitistatin,adisintegrinisolatedfromthevenomoftheviperBitisarietans,"FEBSLetters,Vol.416,pp.197-202,1997.[34]H.SennandW.Klaus,"Thenuclearmagneticresonancesolutionstructureofflavoridin,anantagonistoftheplateletGPIIb-IIIareceptor,"J.Mol.Biol.,Vol.232,pp.907-925,1993.[35]M.Adler,R.A.Lazarus,M.S.Dennis,andG.Wagner,"Solutionstructureofkristin,apotentplateletaggregationinhibitorandGPIIb-IIIaantagonist,"Science,Vol.253,pp.445-448,1991.[36]S.Y.Hong,Y.S.koh,K.H.Chung,andD.S.Kim,"Snakevenomdisintegrins,Saxatilin,inhibitsplateletaggregation,humanumbilicalveinendothelialcellproliferation,andsmoothmusclecellmigration,"ThrombosisResearch,Vol.105,pp.79-86,2002.  電子全文  國圖紙本論文 推文 網路書籤 推薦 評分 引用網址 轉寄                                                                                                                                                                                                                    top 相關論文 相關期刊 熱門點閱論文 1. 以可重複序列挖掘網路瀏覽規則之研究 2. 資料採礦在生物與醫學資訊之應用 3. 應用資料挖掘技術推論未知PLTP序列相關文獻 4. 新的化合物-環狀RGD刺激乳癌細胞株MCF-7的蛋白質體分析 5. 蛋白質序列資料探勘及其在蛋白質功能性分類之應用 6. 利用蛋白質體學策略探討酸性纖維母細胞生長因子參與脊髓損傷修復過程中之保護機轉 7. 發展完整關聯法則於生物資訊系統 8. 建構分析和預測結合蛋白質作用之iNucProt與pNucProt 9. 模糊模式應用於智慧型聚類演算法 10. 蛋白質突變體穩定性之知識擷取、預測與分析 11. 癌症相關基因探勘與預測 12. 不平衡類別關鍵特徵之偵測與蛋白質功能排比訊號之疊合 13. 以關聯圖形為基礎之蛋白質序列階層分群 14. 肝癌病患蛋白質體研究資料與臨床資料整合資訊管理系統 15. 嗜甲烷菌Methylococcuscapsulatus(Bath)之系統生物學研究   1. 邱紹盟(1997)。

全面品質管理與食品工業。

食品工業，29(8):31-37。

2. 李正綱、萬衛華(2001)。

台灣地區消費者外食用餐習慣消費行為之調查研究。

景文技術學院學報，11(3):131-139。

3. 李正綱、萬衛華、陳怡靜(2000)。

台灣消費者外食用餐消費行為之研究。

景文技術學院學報，10(2):11-22。

4. 王素梅(2001)。

問卷設計。

食品工業，33(7):10-16。

5. [27]張枝成，蔡坤泉，“相差都卜勒粒子動力分析儀中光學因子對液滴量測影響的實驗研究”，中國航空太空學會學刊第三十卷第一期，頁9-18，1998。

6. [4]楊承華，“美陸航戰術指揮中心與陸軍空中指管系統簡介”，陸軍學術月刊，第450期，2003。

7. [3]賴世上，“波灣戰爭情報、後勤與地面整體作戰研究與啟示”，陸軍學術月刊，第436期，2001。

8. [2]陳松安，“高科技軍事測繪技術於戰場之應用”，國防雜誌，第二十卷，第三期，第18-27頁，2005。

9. 賴世培(1998)。

問卷設計中常見錯誤及其辨正之探討。

空大行政學報，8:169-188。

10. 蔡長清、蔡桂妙、胡澤豫(2000)。

主題餐廳的消費者特性及服務品質要素重要性認知之研究-以高雄市為例。

高雄應用科技大學學報，30:189-208。

11. 黃韶顏、謝邦昌、高惠美(1993)。

台灣地區婦女肉品消費行為之研究。

中華家政，22:10-21。

12. 陳文隆(1998)。

營造餐飲品食吃出品味情境。

品質管制月刊，34(10):30-33。

13. 許文富(1993)。

台灣家庭外食消費之經濟分析。

自由中國之工業，79(5):7-29。

14. 王怡文(1995)。

台北地區家庭能源消費行為之研究-在食、衣、住、行、育樂方面之能源消費行為。

德育學報，11(6)﹕61-70。

15. 高秋英(1995)。

度假旅館之餐飲特色。

中國飲食文化基金會會訊，1(1):4-8。

  1. 有效率的挖掘階層化負相關關聯法則之研究 2. 以隱藏式馬克夫機率模型為基礎來挖掘行動通訊使用者的移動型樣 3. 適合使用者動態指定支持度的漸增式挖掘關聯法則之有效率前置處理方法 4. 一個以演化為導向之軟體開發程序與環境 5. 成衣供應鏈Speed-to-Market程序模組建構 6. 蛋白質體學分析黃豆發芽過程中酵素量之變化 7. 兩稅合一制度對企業融資決策之影響 8. 公司治理與財務資訊品質 9. 我國公司規模與有效稅率關係之研究 10. 臺股指數及其波動性與臺指選擇權權利金之動態關係：臺灣實證 11. 我國樂透彩券的需求與歸宿研究 12. 企業策略與產業效應對公司積效之影響 13. 台灣地區資訊電子業無形資產評價之實證研究 14. 中央政府補助國民教育經費公平性之研究 15. 公司多次購回庫藏股動機之研究     簡易查詢 | 進階查詢 | 熱門排行 | 我的研究室