蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型研究.pdf

1、近20年來(lái)，隨著生物數(shù)據(jù)量呈指數(shù)級(jí)增長(zhǎng)，產(chǎn)生了新的交叉學(xué)科――生物信息學(xué)。而蛋白質(zhì)結(jié)構(gòu)與功能預(yù)測(cè)是生物信息學(xué)的一項(xiàng)核心研究?jī)?nèi)容，它的研究不僅能幫助人們了解蛋白質(zhì)折疊的形成機(jī)制，更對(duì)實(shí)驗(yàn)生物學(xué)起著重要的指導(dǎo)作用。
　　 蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的關(guān)鍵在于建立有效的預(yù)測(cè)模型并給出合理快速的預(yù)測(cè)算法，然而蛋白質(zhì)空間結(jié)構(gòu)復(fù)雜，各種結(jié)構(gòu)的形成原因并不完全清楚，因此目前的預(yù)測(cè)模型和算法都有各自的局限性，預(yù)測(cè)模型的準(zhǔn)確度和算法求解的復(fù)雜度之間也互相制約

2、。針對(duì)這些問題，本文進(jìn)行了深入的研究，提出和改進(jìn)了一些蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型及方法。
　　 圖論在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)相關(guān)問題的研究中有著重要作用。本文將預(yù)測(cè)蛋白質(zhì)二級(jí)結(jié)構(gòu)問題轉(zhuǎn)換成求解一個(gè)圖的最短路徑問題，每3個(gè)頂點(diǎn)表示序列中的一個(gè)氨基酸殘基可能形成的二級(jí)結(jié)構(gòu)，邊表示可能的殘基連接，并設(shè)計(jì)一個(gè)函數(shù)對(duì)邊進(jìn)行賦權(quán)，則這個(gè)賦權(quán)圖中的最短路徑對(duì)應(yīng)該蛋白質(zhì)的二級(jí)結(jié)構(gòu)。應(yīng)用這個(gè)方法，對(duì)幾組測(cè)試集進(jìn)行了預(yù)測(cè)，取得了較好的預(yù)測(cè)結(jié)果，并對(duì)模型中環(huán)境參數(shù)的

3、選取進(jìn)行了討論。
　　 蛋白質(zhì)序列數(shù)據(jù)的冗余是訓(xùn)練蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型需要避免的問題。本文將圖論中最大團(tuán)的概念引入冗余處理的算法中，利用最大團(tuán)的成熟算法改進(jìn)了蛋白質(zhì)數(shù)據(jù)冗余的處理方法，并對(duì)幾種蛋白質(zhì)數(shù)據(jù)進(jìn)行了處理，取得比較好的結(jié)果。
　　 DNA 計(jì)算是一種全新的計(jì)算模型，本文試圖將DNA 計(jì)算引入到蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)中，建立了蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的質(zhì)粒DNA 計(jì)算模型，為蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)提出一種全新的研究思路。該模型首先將一段待確定

4、空間構(gòu)型的側(cè)鏈或主鏈轉(zhuǎn)換成一個(gè)賦權(quán)圖的頂點(diǎn)，頂點(diǎn)和邊根據(jù)一些安排好的標(biāo)準(zhǔn)賦權(quán)，然后結(jié)合最大權(quán)團(tuán)問題的質(zhì)粒DNA 計(jì)算模型，建立蛋白質(zhì)預(yù)測(cè)問題的DNA 計(jì)算模型，最后對(duì)該質(zhì)粒DNA 計(jì)算模型的編碼進(jìn)行了研究，給出了一個(gè)編碼工具。
　　 概率圖模型是蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的一類有效的模型。本文將20種氨基酸進(jìn)行分類，通過統(tǒng)計(jì)β折疊的典型形成模式，將3-狀態(tài)隱馬爾可夫預(yù)測(cè)模型擴(kuò)展為9 狀態(tài)，有效的提高了β折疊的預(yù)測(cè)精度。條件隨機(jī)場(chǎng)是最近提出的

5、一種概率圖模型，本文構(gòu)建了一種基于條件隨機(jī)場(chǎng)的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型，并給出了此類條件隨機(jī)場(chǎng)的訓(xùn)練及解碼算法。同時(shí)利用多序列對(duì)比程序PSI-BLAST 把蛋白質(zhì)序列轉(zhuǎn)化為表示進(jìn)化信息的序列模體以提高預(yù)測(cè)的精度，最后給出預(yù)測(cè)結(jié)果并進(jìn)行比較分析。
　　 在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的研究中，一個(gè)重要的問題就是正確預(yù)測(cè)二硫鍵的連接，二硫鍵的準(zhǔn)確預(yù)測(cè)可以減少蛋白質(zhì)構(gòu)型的搜索空間，有利于蛋白質(zhì)的3D 結(jié)構(gòu)的預(yù)測(cè)。本文成功地將LVQ 神經(jīng)網(wǎng)絡(luò)方法引入蛋白質(zhì)

6、的二硫鍵的預(yù)測(cè)工作中。結(jié)果表明蛋白質(zhì)的二硫鍵的連接與半胱氨酸的局域序列模式有重要聯(lián)系，可以由蛋白質(zhì)的一級(jí)結(jié)構(gòu)序列預(yù)測(cè)該蛋白質(zhì)的二硫鍵的連接方式，應(yīng)用這個(gè)方法對(duì)蛋白質(zhì)結(jié)構(gòu)的二硫鍵進(jìn)行了預(yù)測(cè)取得了良好的結(jié)果。
　　 HP 模型是一種簡(jiǎn)化的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型，本文對(duì)HP 模型進(jìn)行改進(jìn)，根據(jù)氨基酸殘基的親疏水特性以及理化特性將氨基酸殘基分為4 類，把蛋白質(zhì)序列簡(jiǎn)化為一個(gè)4 元序列，并給出一種通過4 元序列能量最低的結(jié)構(gòu)來(lái)預(yù)測(cè)蛋白質(zhì)的空間