蛋白质需要在正确的时间出现在正确的亚细胞位置,并与相应的分子结合才能正确行使它们的功能。因此,准确的获取蛋白质亚细胞位置对于理解蛋白质的功能、癌症靶向药研发以及癌症标记物的筛选起着不可替代的作用。早期对于蛋白质亚细胞位置的获取是采用传统的生物分子学实验得到蛋白质数据,研究人员再根据实验数据进行亚细胞位置标注。但是,此方法消耗了大量的人力、资金和时间。因此,基于已有的海量生物数据和模式识别与机器学习理论,研究人员致力于开发自动的亚细胞位置预测模型。尽管现有的预测模型对于人类、动物和植物蛋白质的亚细胞位置预测取得了令人鼓舞的效果,但是这些预测模型几乎是基于蛋白质序列数据,这导致无法准确捕获蛋白质在不同生化环境中的表达和分布变化,例如:当目标蛋白质所在人体组织发生癌变时。相反,蛋白质图像可以准确直观的反映蛋白质在人体组织中的表达情况,例如:组织的纹理分布、轮廓、边缘和颜色信息,使的基于蛋白质图像数据的预测模型能够精确捕获蛋白质在正常与癌症人体组织中的分布模式,从而高效的完成癌症标记物的筛选和临床医学试验。因此,本文采用了蛋白质图像数据作为研究对象,通过挖掘蛋白质图像的频域信息以及采用深度学习提高蛋白质亚细胞位置的预测精确度,本文主要的研究内容分为以下两个部分:(1)基于蛋白质图像的多尺度单演信号解析和图像强度编码策略建立多标记亚细胞位置预测模型MIC_Locator。首先,收集和整理符合最新发布的蛋白质图像亚细胞位置标注准则的免疫组织化学图像(IHC)作为基准数据集。其次,利用快速傅立叶变换(FFT)、Riesz变换、Log-Gabor滤波器和图像强度编码策略,获得基于不同频率尺度的单演信号的频域特征。最后,采用链式分类器(CC)处理多标记图像的分布模式。实验结果表明,MIC_Locator取得了60.56%的Subset accuracy指标,在整体性能方面性优于对比的单标记和多标记基准预测模型。(2)通过深度学习模型提取IHC图像的深度特征,并结合浅层特征建立预测模型AR_Locator,它的建立过程主要分为以下三个步骤。第一,图像预处理。采用多尺度Canny边缘检测算法裁剪IHC图像的蛋白质簇区域;同时,采用线性谱分离法从IHC图像中获取蛋白质与DNA通道。第二,深度特征和浅层特征的提取。采用Resnet50作为主干网络,同时嵌入多个注意力机制模块建立AR_Network卷积神经网络,将裁减后的IHC图像作为输入,并采用端到端的训练方式完成模型的参数优化,最后分别从AR_Network的注意力机制模块2和全局平均池化层(GAP)中提取深度特征;此外,从蛋白质和DNA通道中提取SLFs特征和局部二进制图像描述子(LBP)作为浅层特征。第三,决策层融合。由于深度和浅层特征分别反映了蛋白质图像的抽象和纹理信息,集成基于这两种特征和BR分类器所训练而成的预测模型,建立最终的预测模型AR_Locator。实验结果表明,AR_Locator可以取得72.09%的预测精确度,优于对比的多个基准预测模型。