蛋白質(zhì)復(fù)雜超二級(jí)結(jié)構(gòu)βαβ模體的統(tǒng)計(jì)分析與識(shí)別.pdf

1、在計(jì)算機(jī)技術(shù)和信息技術(shù)快速發(fā)展的高通量時(shí)代,隨著已知結(jié)構(gòu)蛋白質(zhì)數(shù)量的迅猛增加,從蛋白質(zhì)的序列出發(fā),通過(guò)理論計(jì)算方法對(duì)蛋白質(zhì)的結(jié)構(gòu)進(jìn)行預(yù)測(cè)有著更高的效率和更低的成本。復(fù)雜超二級(jí)結(jié)構(gòu)模體的預(yù)測(cè)是預(yù)測(cè)蛋白質(zhì)的空間結(jié)構(gòu)和功能研究的關(guān)鍵步驟。βαβ模體是一種重要的復(fù)雜超二級(jí)結(jié)構(gòu)。因此,準(zhǔn)確預(yù)測(cè)蛋白質(zhì)復(fù)雜超二級(jí)結(jié)構(gòu)βαβ模體,不僅對(duì)蛋白質(zhì)的空間結(jié)構(gòu)和功能研究有著重要的意義,而且對(duì)分子藥物開發(fā)設(shè)計(jì)等也有著重要的指導(dǎo)價(jià)值。本課題的研究工作是對(duì)復(fù)雜超二級(jí)

2、結(jié)構(gòu)βαβ模體進(jìn)行理論研究并預(yù)測(cè)。論文的主要工作分以下幾個(gè)步驟:
　　(1)本文首次對(duì)蛋白質(zhì)復(fù)雜超二級(jí)結(jié)構(gòu)βαβ模體進(jìn)行識(shí)別。從已知模體結(jié)構(gòu)的蛋白質(zhì)序列出發(fā),整理出序列相似性小于25％,分辨率高于3?的蛋白質(zhì)4442個(gè);使用DSSP和PROMOTIF軟件構(gòu)建了3個(gè)復(fù)雜超二級(jí)結(jié)構(gòu)βαβ模體數(shù)據(jù)集。
　　(2)通過(guò)對(duì)3個(gè)數(shù)據(jù)集的βαβ模體和非βαβ模體的核心結(jié)構(gòu)loop-helix-loop的長(zhǎng)度和模體長(zhǎng)度進(jìn)行統(tǒng)計(jì)分析,確定了l

3、oop-helix-loop包含10-26個(gè)氨基酸的βαβ模體和非βαβ模體作為研究對(duì)象;固定序列模式長(zhǎng)為32個(gè)氨基酸。對(duì)βαβ模體和非βαβ模體采取5種片段截取方式,并統(tǒng)計(jì)分析每一位點(diǎn)的氨基酸保守性。
　　(3)以序列信息,預(yù)測(cè)的結(jié)構(gòu)信息和功能信息共同作為預(yù)測(cè)參數(shù),使用支持向量機(jī)方法預(yù)測(cè)復(fù)雜超二級(jí)結(jié)構(gòu)βαβ模體。比較三個(gè)數(shù)據(jù)集的五交叉檢驗(yàn)和獨(dú)立檢驗(yàn)的預(yù)測(cè)結(jié)果可以發(fā)現(xiàn),公共數(shù)據(jù)集SET3的五交叉檢驗(yàn)和獨(dú)立檢驗(yàn)預(yù)測(cè)都能達(dá)到好的預(yù)測(cè)效

4、果。SET3的五交叉檢驗(yàn)和獨(dú)立檢驗(yàn)的總精度分別為85.9%和83.7%,相關(guān)系數(shù)分別為0.72和0.67?？梢娪蒁SSP和PROMTIF軟件共同確定的數(shù)據(jù)集(SET3)更有利于復(fù)雜超二級(jí)結(jié)構(gòu)βαβ模體的預(yù)測(cè)。同時(shí)可以發(fā)現(xiàn),基于優(yōu)化參數(shù)的支持向量機(jī)算法能有效的預(yù)測(cè)復(fù)雜超二級(jí)結(jié)構(gòu)βαβ模體。
　　(4)使用隨機(jī)森林算法和支持向量機(jī)算法預(yù)測(cè)復(fù)雜超二級(jí)結(jié)構(gòu)βαβ模體,并對(duì)相同參數(shù)和相同的檢驗(yàn)方法的預(yù)測(cè)結(jié)果進(jìn)行了比較,隨機(jī)森林算法的預(yù)測(cè)結(jié)果