機器學(xué)習(xí)方法預(yù)測蛋白質(zhì)結(jié)構(gòu)域與配體的相互作用;利用色譜保留時間輔助多肽的質(zhì)譜鑒定.pdf

1、很大一部分的蛋白質(zhì)相互作用是通過多肽結(jié)合型的結(jié)構(gòu)域來介導(dǎo)的，這種結(jié)構(gòu)域包括SH2，SH3，PDZ和MHC等等。然而用實驗的方法篩選這些結(jié)構(gòu)域結(jié)合的配體費時費力，而且，由于高豐度配體的抑制作用，實驗方法很難篩選到低豐度的配體。一種理想的研究蛋白質(zhì)相互作用的方法就是通過計算機高通量的篩選蛋白質(zhì)序列數(shù)據(jù)庫，然后再用實驗的手段驗證計算機預(yù)測出來的最可能的相互作用。目前的預(yù)測系統(tǒng)通常都在有限樣本的交叉驗證中表現(xiàn)良好，但這并不能保證他們在實際的數(shù)據(jù)

2、庫篩選中仍有好的表現(xiàn)。本文采用了三種新型的蛋白質(zhì)序列編碼方式，使用機器學(xué)習(xí)的方法建立了一個整合的預(yù)測系統(tǒng)，篩選了Swissprot和Genbank蛋白數(shù)據(jù)庫來預(yù)測10個SH3和3個PDZ結(jié)構(gòu)域的配體。預(yù)測結(jié)果中的部分配體蛋白已經(jīng)被其他研究者的實驗證實為陽性，這說明該系統(tǒng)具有良好的預(yù)測能力，它的預(yù)測結(jié)果對后續(xù)的驗證實驗具有一定的指導(dǎo)意義。 在應(yīng)用二級質(zhì)譜圖鑒定多肽時，為了降低鑒定的假陽性率，通常會提高檢索軟件的閾值設(shè)定，這種行為

3、導(dǎo)致了多肽鑒定的假陰性率的提高，大大降低了蛋白質(zhì)組研究的效率。本文構(gòu)建了經(jīng)驗的多肽保留時間數(shù)據(jù)庫(Empirical Peptide RetentionTime，EPRT)，在二級質(zhì)譜鑒定中引入了保留時間作為新的參數(shù)。在新的實驗中，譜圖質(zhì)量低于一定標準的的多肽鑒定，其保留時間還要和它們在EPRT數(shù)據(jù)庫中的經(jīng)驗保留時間相比較，來進一步?jīng)Q定它們是否為陽性鑒定。在18個標準蛋白混合物和尿蛋白質(zhì)組的實驗中，應(yīng)用保留時間輔助，使鑒定的陽性譜圖數(shù)增

4、長了15％-60％，陽性多肽數(shù)增長了8％-18％。不考慮譜圖的質(zhì)量，僅使用保留時間新鑒定出的譜圖的假陽性率為3.7％；如果加上最低的Xcorr閾值來控制譜圖質(zhì)量，則假陽性率降低為0.18％。這種方法可以鑒定出一些不合標準的低豐度多肽的譜圖。另外，EPRT數(shù)據(jù)庫也增加了多肽鑒定的可信度，這對那些僅由一張二二級質(zhì)譜圖鑒定出的多肽來講尤其重要。隨著更多的多肽的經(jīng)驗保留時間被收集到EPRT數(shù)據(jù)庫中，質(zhì)譜鑒定的效率會進一步提高。該方法可應(yīng)用在任何