肽結(jié)構(gòu)表征及統(tǒng)計(jì)建模方法學(xué)研究與應(yīng)用.pdf

1、肽作為一種極為重要的生物活性物質(zhì),它在諸多生理和生化過程中扮演著中心角色。統(tǒng)計(jì)學(xué)方法研究肽的結(jié)構(gòu)與功能關(guān)系需要解決分子結(jié)構(gòu)表征和統(tǒng)計(jì)建模兩方面問題。本文以此為入手點(diǎn),通過提出、改進(jìn)、引入和比較一系列表征方法和建模工具對肽的統(tǒng)計(jì)模擬方法學(xué)進(jìn)行了系統(tǒng)研究。在肽的結(jié)構(gòu)表征方面,本文在三個(gè)層次開展了探索工作:①定義了用于描述肽組成殘基單元的氨基酸理化性質(zhì)歸類得分(DPPS)和拓?fù)錁?biāo)度(T標(biāo)度),是為第一層次的單元參數(shù)化方法。②提出了用于表征不等

2、長肽序列氨基酸組成及其交互信息的氨基酸組成/環(huán)境作用描述子(ACD/EID)系統(tǒng),是為第二層次的序列參數(shù)化方法。③設(shè)計(jì)了基于自洽平均場理論/旋轉(zhuǎn)異構(gòu)子庫的側(cè)鏈構(gòu)象分析(SCSA)方法和量子力學(xué)/分子力學(xué).泊松波爾茲曼/表面加和模型(QM/MM-PB/SA)組合策略用于分析處于復(fù)合狀態(tài)的肽/蛋白質(zhì)結(jié)合自由能,是為第三層次的結(jié)構(gòu)參數(shù)化方法。在肽的統(tǒng)計(jì)建模方面,本文主要做了以下幾點(diǎn)工作:①新方法的應(yīng)用:首次將新型機(jī)器學(xué)習(xí)算法高斯過程(GP)和

3、隨機(jī)森林(RF)應(yīng)用到肽的統(tǒng)計(jì)模擬領(lǐng)域,探討了它們與傳統(tǒng)建模方法的性能差異。②新方法的提出:將遺傳算法(GA)用于GP變量選擇以期提高后者建模質(zhì)量,從而得到了GA/GP:將免疫算法(IA)與神經(jīng)網(wǎng)絡(luò)(NN)加以嵌合以期避免后者單獨(dú)建模時(shí)存在的諸多問題(如低效率、過擬合和局部極小等),從得到了免疫神經(jīng)網(wǎng)絡(luò)(INN)。③建模方法的系統(tǒng)比較:通過對八種統(tǒng)計(jì)回歸方法用于肽統(tǒng)計(jì)建模所表現(xiàn)出的多種性能進(jìn)行系統(tǒng)比較給出了這些方法的應(yīng)用指導(dǎo)參考。④樣本

4、集劃分方法的設(shè)計(jì):專門為肽類樣本集劃分而設(shè)計(jì)了一種有效無偏的方法SpScore,該法可以實(shí)現(xiàn)劃分所得訓(xùn)練集/測試集內(nèi)部多樣性和外部相似性的最佳平衡。⑤軟件開發(fā):在Matlab環(huán)境下開發(fā)了多類統(tǒng)計(jì)建模方法的統(tǒng)一實(shí)現(xiàn)平臺ZP-emplore,并對其進(jìn)行了系統(tǒng)的測試。下面對這些方法的具體應(yīng)用做一個(gè)概要介紹。
　　 采用T標(biāo)度結(jié)合最小二乘回歸(PLS)、支持向量機(jī)(SVM)和免疫神經(jīng)網(wǎng)絡(luò)(INN)對血管緊張素轉(zhuǎn)化酶(ACE)抑制二肽和彈

5、性蛋白酶模擬底物進(jìn)行了定量序效模擬研究,效果良好。結(jié)果表明,ACE抑制劑生物功能主要與單個(gè)氨基酸的拓?fù)湫再|(zhì)密切相關(guān),尤其是二位殘基體積大小直接影響著二肽對ACE的抑制效力;而彈性蛋白酶模擬底物的酶催化反應(yīng)動力學(xué)特征則遠(yuǎn)為復(fù)雜,其主要取決于殘基拓?fù)湫再|(zhì)二次項(xiàng)和交互項(xiàng)的非線性作用。
　　 使用DPPS和SCSA在不同水平對人類HLA～A-0201蛋白/抗原九肽識別和結(jié)合過程的非鍵性質(zhì)加以表征并與實(shí)驗(yàn)親和力進(jìn)行線性相關(guān)建模研究,確認(rèn)基

6、于氨基酸殘基單元的DPPS描述子和基于復(fù)合物結(jié)構(gòu)性質(zhì)的SCSA方法皆可取得滿意的建模效果。對所得統(tǒng)計(jì)模型分析可知,HLA-A～0201對抗原肽識別受疏水和氫鍵影響為甚,靜電次之,立體效應(yīng)作用最小;九肽的錨定殘基P2和P9位對結(jié)合貢獻(xiàn)最大,其次為第二錨定殘基P1、P3和P7,而非錨定殘基P4、P5、P6和P8影響輕微。此外還發(fā)現(xiàn),長期被忽視的構(gòu)象熵?fù)p失亦在抗原提呈過程中發(fā)揮重要效應(yīng)。
　　 應(yīng)用QM/MM-PB/SA策略對OppA

7、蛋白/三肽復(fù)合物晶體結(jié)構(gòu)進(jìn)行分析,通過能量分解、位點(diǎn)對比和統(tǒng)計(jì)模擬初步揭示了OppA對肽識別所表現(xiàn)出的廣泛特異性的分子機(jī)制:肽的N端和主鏈只對結(jié)合貢獻(xiàn)巨大的穩(wěn)定化自由能,但未對不同肽配基進(jìn)行特異性區(qū)分;主要發(fā)生于肽側(cè)鏈的去溶劑化效應(yīng)由于OppA活性口袋水合空腔的存在而極大地抵消了它對結(jié)合特異性的貢獻(xiàn);大的中心殘基與周圍基質(zhì)的不利立體碰撞可在一定程度上被有利的去溶劑化自由能(對疏水殘基而言)或長程靜電吸引(對極性殘基而言)所補(bǔ)償,從而不會

8、顯著增加其特異性表型。
　　 GA/GP結(jié)合SpScore樣本劃分技術(shù)用于雙載蛋白SH3域/十肽配基親和力分析,通過對肽配基各個(gè)位點(diǎn)性質(zhì)選擇和統(tǒng)計(jì)建模得到了定量親和力預(yù)測模型,在此基礎(chǔ)上系統(tǒng)地探討了肽的結(jié)構(gòu)特征對活性影響情況。分析GP超參數(shù)得知,肽的組成殘基性質(zhì)與親和性之間存在線性月乍線性混合函數(shù)依賴關(guān)系,且以非線性為主。另外,多樣的非鍵性質(zhì)對SH3域/肽結(jié)合貢獻(xiàn)顯著;特別地,P2位的立體和疏水性、P0位的電子性質(zhì)及P-3位的靜

9、電和氫鍵對十肽配基的親和力起決定性作用。
　　 基于GA變量選擇,采用幾類機(jī)器學(xué)習(xí)方法模擬了一組組氨酸富含肽在金屬螯合色譜柱上的保留行為。結(jié)果表明,GA可以有效改善不同方法的統(tǒng)計(jì)建模性能及所得模型的穩(wěn)定性和預(yù)測能力。最優(yōu)GA/GP模型認(rèn)為,肽的結(jié)構(gòu)特征與色譜保留行為之間存在較為明顯的非線性聯(lián)系,同時(shí)線性因素也扮演了重要的角色;在各類結(jié)構(gòu)性質(zhì)中,配位作用和靜電貢獻(xiàn)對肽的保留行為影響最甚,而其他因素諸如溶劑和氫鍵也發(fā)揮了重要的功效。

10、
　　 基于ACD/EID描述子系統(tǒng),將八類回歸技術(shù)應(yīng)用于統(tǒng)計(jì)模擬研究大腸桿菌(Ecoil)蛋白質(zhì)組肽片段的液相色譜保留時(shí)間。通過對不同統(tǒng)計(jì)建模工具在擬合度、穩(wěn)定性、預(yù)測力、無偏性、解釋性和計(jì)算效率等多方面性能的系統(tǒng)比較可知,非線性方法比線性方法建模效果更佳但也更為耗時(shí);在非線性方法中高斯過程和誤差反傳神經(jīng)網(wǎng)絡(luò)具有最優(yōu)的穩(wěn)定性、無偏性和預(yù)測能力,其次為徑向基神經(jīng)網(wǎng)絡(luò)和隨機(jī)森林,而兩類支持向量機(jī)表現(xiàn)最差。進(jìn)一步對不同模型深入分析發(fā)