蛋白質(zhì)二級結(jié)構(gòu)預測.pdf

1、目前所知遺傳信息的傳遞是由DNA到RNA再到蛋白質(zhì)的過程,這是現(xiàn)在已經(jīng)達成共識的分子生物學研究的中心,通常稱之為中心法則.但是,多肽鏈是如何形成一定空間結(jié)構(gòu)的蛋白質(zhì)分子的問題,仍足分子生物學中心法則中還沒有解決的.所以預測蛋白質(zhì)的三級結(jié)構(gòu)是分子生物學研究中比較大的挑戰(zhàn)之一.當前人類知曉的蛋白質(zhì)三級結(jié)構(gòu)的數(shù)量與知曉的一級結(jié)構(gòu)的數(shù)量相比還比較少.為了能夠加速對蛋白質(zhì)三級結(jié)構(gòu)的了解,人們提出了蛋白質(zhì)結(jié)構(gòu)預測的課題.一般認為蛋白質(zhì)二級結(jié)構(gòu)預測是

2、在蛋白質(zhì)三級結(jié)構(gòu)預測之前非常重要的一步,但是,一直以來蛋白質(zhì)二級結(jié)構(gòu)預測都未能夠達到較高的準確率.該文主要對蛋白質(zhì)二級結(jié)構(gòu)預測的新方法進行了探究.研究工作的主體思路是:對已知蛋白質(zhì)的序列和結(jié)構(gòu)進行數(shù)據(jù)挖掘工作,從中發(fā)現(xiàn)一些內(nèi)在的規(guī)律;同時,盡可能多地利用現(xiàn)在己知的蛋白質(zhì)結(jié)構(gòu)信息來預測未知的蛋白質(zhì)結(jié)構(gòu).首先從英特網(wǎng)上獲取PDB庫,然后用DSSP把這些數(shù)據(jù)處理成蛋白質(zhì)二級結(jié)構(gòu)的數(shù)據(jù),接著對這些數(shù)據(jù)按照氨基酸長度從3個到9個進行切片和統(tǒng)計分析

3、,并在這些工作的基礎(chǔ)上建立自己的蛋白質(zhì)二級結(jié)構(gòu)數(shù)據(jù)庫.為了驗證新的預測方法,我們用CASP5的蛋白質(zhì)數(shù)據(jù)集作為預測的測試對象.預測過程中,先把CASP5的這些蛋白質(zhì)在SWISS-PROT數(shù)據(jù)庫中進行BLAST比對,獲取預測目標蛋白質(zhì)的同源蛋白質(zhì)序列.之后再根據(jù)盡可能多地利用已知蛋白質(zhì)信息的原則,在自己建立的蛋白質(zhì)二級結(jié)構(gòu)庫中選擇最理想的切片長度作為預測用的數(shù)據(jù)庫.接著利用選定的蛋白質(zhì)二級結(jié)構(gòu)庫和一定的打分機制對這些同源蛋白質(zhì)進行打分,獲

4、得蛋白質(zhì)二級結(jié)構(gòu)預測的初步結(jié)果.最后再對結(jié)果進行過濾處理,去除一些明顯不符合生物學常理的結(jié)構(gòu),就得到了最終的結(jié)果.目前我們對CASP5的56條蛋白質(zhì)進行二級結(jié)構(gòu)預測的Q<,3>準確率為64.6％,其中有20個預測樣本的Q<,3>值超過了70％,有7條蛋白質(zhì)的預測結(jié)果超過了PHD方法預測的結(jié)果.該文末尾,對預測工作中遇到的問題進行了探討,并進行了一些新的嘗試.我們認為,生物進化的多樣性決定了在蛋白質(zhì)序列和結(jié)構(gòu)之間不會存在完全——對應的關(guān)系