1. 指導老師：李宗夷 專題製作： 961472 陳少川 961531 林世偉 Acetyllysine 與 Methyllysine 之分類

2. Outline Background Motivation Goal Materials and Methods Expected results

3. 專題研究背景 N-acetylation orchestrates a variety of cellular processes, including transcription regulation, DNA repair, apoptosis, cytokine signaling, and nuclear import. N- 甲基離胺酸 (N-methyllysine) 被發現於肌 凝蛋白 (myosin) 中，為一種與肌肉收縮有關 之蛋白質。

4. 研究動機 Acetyllysine & Methyllysine 皆為蛋白質後轉譯修飾裡 其中兩個重要的機制，若能預測出發生此兩機制的基 因片段，對生物界以及醫學界都有很大的幫助。

5. 研究目的 在未處理的蛋白質序列中，預測出發生 Acetyllysine 或 Methyllysine 的基因片段。

6. 實驗材料 來源 Database ： UniProt 蛋白質序列： 會發生 Acetyllysine 有 2003 條 會發生 Methyllysine 有 158 條

7. 實驗方法 先將會發生 Acetyllysine 和 Methyllysine 反應的蛋白質 胺基酸序列一比例取出當作 independent( 測試樣本 ) ， 剩下的用來做 trainning model 。 將給定發生分別會發生的 Acetyllysine 和 Methyllysine 的 positive 的基因片段，用來對蛋白質序列刪選出 positive 和 negative 基因片段。 皆以 K 胺基酸為中心分別分段來分析，切成一定長度 19/25 的 windows sizes 。 把重複的片段刪除。

8. 實驗方法 將基因片段作編碼 (feature) Trainning model 使用 5-foldcross validation 後，再使 用分類工具分類。 將 independent 加入 Trainning model 裡，使用 5- foldcross validation ，再用分類工具分類。 評測結果

9. System Flow

10. 評測方法 Negative Positive TN TPFNFP Predic t

11. 實作流程

12. STEP1 Acetyllysine_protein 和 Methyllysine_protein 中有重 複的蛋白質序列, 將重複的序列捨去 Acetyllysine_protein 部分並留下 Methyllysine_protein 的部分。 #Acetyllysine_protein 和 Methyllysin_proteine 重複的有 46 條 。

13. STEP2 將 STEP1 處理後的 Acetyllysine_protein 和 Methyllysine_protein 分別依比例以 1:5 取出，分成兩 部份 independent 和 training 。 # 為了 independent 和 training model 都能取到

14. 比例 1:5

15. STEP3 把給定的 Acetyllysine_pos 和 Methyllysine_pos 中有完 全相同的取出另存 # 會同時發生 Acetyllysine 和 Methyllysine 的 K ，在作分類的時候不易處理。

16. STEP4 利用 step3 處理過的 Acetyllysine_pos 和 Methyllysine_pos ，將 independent 和 trainning model 的這兩類的蛋白質序列切 windows size 。並分 成 positive 和 negative

17. 取出 Positive & Negitive 將給定會發生 Acetyllysine/ Methyllysine 反應的 K 位置， 將會發生反應的蛋白質序列片段篩選出 Positive & Negative ，並把 Negative 部分取出另存。

18. Windows sizes 將處理後的基因片段，皆以 K 胺基酸為中心分別分段 來分析，切成每段 windows sizes 長度為 25 的胺基酸片 段。 格式 : ID_ 位置 _ 基因片段 (fragment) 基因片段 : 以 K 胺基酸為中心，左右各 12 個胺基酸

19. STEP5 切好後 WINDOWS SIZE 的 independent_Acetyllysine_SEQ 和 independent_Methyllysine_SEQ 刪除重複片段。 Trainning Model 亦將兩類作同樣處理。

20. STEP6 上步處理重複後的 independent_Acetyllysine_SEQ 和 independent_Methyllysine_SEQ 轉編碼合併成 independent 部分。 上步處理重複後的 train_Acetyllysine_SEQ 和 train_Methyllysine_SEQ 轉編碼合併成 trainning Model 部分。

21. 編碼 1- 0 / 1 將 20 種胺基酸以 0 和 1 為組成，組成 20 個不同的編碼。 格式 : 屬性 (pos/neg)_ 編碼 1_1: 0 _2:1_~~499:1_500:0 #windos sizes 長度為 25 所以有 25*20=500 個編碼數 屬性 :pos/neg pos 為 1 neg 為 2

22. 編碼 2-BLOSUM62 格式 : 屬性 _ 編碼 屬性 :pos/neg (pos 為 1 neg 為 2) 編碼 : 給定的編碼對照表 長度 25*20

23. 編碼 - 範例 範例 CST 1:9_2:-1_3:-1_4:-3_......_19:-2_20:-2_21:- 1_22:4_......._39:-2_40:-3_41:-1_42:1_......_59:- 2_60:-3

24. CSTPAGNDEQHRKMILVFYW C9 -30 -4-3 -2 S41 101000 0 -2 -3 T141 101000 0 -2 -3 P 17 -2 -2 -2-3 -2-4-3-4 A01 40 -2 -2 -2 -3 G 01-206 -2 -3-4 0-3 -2 N-310-2 0610000-2-3 -2-4 D-301-21620 -2-3 -4-3 -4 E 00 -20252001 -3 -2-3 Q 00 -200250110-3-2 -3-2 H-30-2 110080-2-3 -22-2 R-3 -2-20 01052-3-2-3 -2-3 K 00 -2011 25 -3-2-3 -2-3 M -2-3-2-3-20 512-20 I -2 -3-4-3 14210-3 L-2 -3-4-3-4-3-2-3-2 22430-2 V-2 0-3 -2 -3 -21314 -3 F-2 -4-2-3 -3 000631 Y-2 -3-2-3-2-3-22-2 372 W-2-3 -4-3-2-4 -3-2 -3 -3-2-31211

25. STEP7 trainning Model 和 independent 用 5-fold Cross Validation 做 quickrbf 分類處理。

26. 評測預測結果 將 QuickRBF 分類器分類出來的預測結果和 positive 發 生反應的胺基酸片段作資料作比對，將比對的結果作 統計機率的分析，算出評測的效果表現。

27. 實驗結果