蛋白質(zhì)二級(jí)結(jié)構(gòu)的預(yù)測(cè)以及二級(jí)結(jié)構(gòu)與三級(jí)結(jié)構(gòu)之間關(guān)聯(lián)的探討.pdf

1、蛋白質(zhì)的生物功能以其結(jié)構(gòu)為基礎(chǔ)。隨著人類(lèi)基因組計(jì)劃的順利實(shí)施,蛋白質(zhì)序列信息的積累速度遠(yuǎn)快于蛋白質(zhì)結(jié)構(gòu)數(shù)量的增長(zhǎng)速度。實(shí)驗(yàn)上研究蛋白質(zhì)結(jié)構(gòu)的主要手段有X射線晶體學(xué)技術(shù)、核磁共振衍射技術(shù)、電子纖維技術(shù)等。然而,通過(guò)實(shí)驗(yàn)手段確定蛋白質(zhì)的結(jié)構(gòu),不但成本高、耗時(shí),而且實(shí)驗(yàn)中還會(huì)遇到一些目前無(wú)法解決的技術(shù)困難,因此人們非常希望利用理論計(jì)算的方法直接從序列信息出發(fā)來(lái)預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu),這是生物信息學(xué)研究的重要課題之一。 目前,直接從氨基酸序列

2、信息出發(fā)來(lái)預(yù)測(cè)蛋白質(zhì)三級(jí)結(jié)構(gòu)還是有很多困難。更多的焦點(diǎn)集中在去預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)。由于二級(jí)結(jié)構(gòu)單元是多肽鏈在三維空間折疊的基本元素,二級(jí)結(jié)構(gòu)預(yù)測(cè)通常作為蛋白質(zhì)空間結(jié)構(gòu)預(yù)測(cè)的第一步,是蛋白質(zhì)三級(jí)結(jié)構(gòu)預(yù)測(cè)中重要的中間步驟,也是蛋白質(zhì)折疊理論研究的重要挑戰(zhàn)。 本文重點(diǎn)介紹了一種新的方法,即基于4肽結(jié)構(gòu)字的多樣性增量二次判別法(簡(jiǎn)稱(chēng)TPIDQD算法),對(duì)2個(gè)大小不同的數(shù)據(jù)庫(kù)進(jìn)行了二級(jí)結(jié)構(gòu)的預(yù)測(cè)。同時(shí)對(duì)325個(gè)標(biāo)準(zhǔn)樣本集合,進(jìn)行了二級(jí)結(jié)

3、構(gòu)和三級(jí)結(jié)構(gòu)關(guān)聯(lián)的研究。 (1)新的預(yù)測(cè)算法大體分三步：首先用定義的三種4肽結(jié)構(gòu)字(alpha、beta、coil)在序列中出現(xiàn)的頻次作為多樣源,從而建立標(biāo)準(zhǔn)源；然后用多樣性增量結(jié)合二次判別法對(duì)任何一個(gè)序列片段中心殘基的二級(jí)結(jié)構(gòu)進(jìn)行預(yù)測(cè)；最后進(jìn)行一些修正后處理,包括：消除預(yù)測(cè)中的結(jié)構(gòu)漲落以及用4肽邊界字來(lái)修正預(yù)測(cè)后的結(jié)構(gòu)邊界。 (2)用TPIDQD算法首次對(duì)CB513數(shù)據(jù)庫(kù)的二級(jí)結(jié)構(gòu)進(jìn)行了預(yù)測(cè),3折交叉檢驗(yàn)的預(yù)測(cè)精度

4、Q3達(dá)到79.19％。 (3)建立了一個(gè)新的包括1645個(gè)非冗余蛋白質(zhì)鏈的數(shù)據(jù)庫(kù),其中蛋白質(zhì)結(jié)構(gòu)分辨率高于3 Angstroms,序列相似性小于25％。用TPIDQD算法對(duì)其中21殘基片段中心殘基的結(jié)構(gòu)性質(zhì)進(jìn)行預(yù)測(cè),10折交叉檢驗(yàn)得到Q3為79.68％。當(dāng)考慮長(zhǎng)程序列信息時(shí),即取更長(zhǎng)的序列片段(大于21殘基長(zhǎng)度)來(lái)預(yù)測(cè)時(shí),結(jié)果將更好。同時(shí)隨著字庫(kù)的擴(kuò)大,用CB513庫(kù)作為訓(xùn)練集,對(duì)1645蛋白庫(kù)的交叉檢驗(yàn),也取得了79％的精度