基于絲-蘇氨酸位點(diǎn)-修飾網(wǎng)絡(luò)的蛋白質(zhì)翻譯后修飾預(yù)測研究.pdf

1、蛋白質(zhì)翻譯后修飾在蛋白質(zhì)-蛋白質(zhì)相互作用與細(xì)胞過程等多種生物學(xué)行為中起重要調(diào)節(jié)作用，此外，翻譯后修飾與許多疾病如癌癥、糖尿病等相關(guān)，因此翻譯后修飾位點(diǎn)預(yù)測對于了解生命過程與疾病的預(yù)防治療等有重大意義。
　　絲氨酸和蘇氨酸上的翻譯后修飾類型主要包括磷酸化、O-糖基化與乙酰化。實(shí)驗技術(shù)的不斷發(fā)展，積累了大量的翻譯后修飾位點(diǎn)數(shù)據(jù)。由于實(shí)驗方法成本高，且受環(huán)境條件限制，因此促進(jìn)了計算方法的不斷發(fā)展。目前已有的計算方法大部分通過蛋白質(zhì)的局部

2、序列信息進(jìn)行模型訓(xùn)練，且只能對一種翻譯后修飾進(jìn)行預(yù)測。現(xiàn)研究表明in situ PTM可以反映不同翻譯后修飾間潛在功能聯(lián)系，因此如將其應(yīng)用于翻譯后修飾預(yù)測研究，可有效提升翻譯后修飾位點(diǎn)預(yù)測能力。本文提出了表征in situ PTM信息的位點(diǎn)-修飾網(wǎng)絡(luò)(site-modification network，SMNet)，之后利用SMNet網(wǎng)絡(luò)特征進(jìn)行絲氨酸和蘇氨酸上翻譯后修飾位點(diǎn)預(yù)測。具體研究內(nèi)容如下:
　　首先，本文從多種翻譯后修飾

3、數(shù)據(jù)庫中收集人類翻譯后修飾數(shù)據(jù)，從中提取in situ PTM信息，并利用該信息構(gòu)建SMNet網(wǎng)絡(luò)。之后將SMNet網(wǎng)絡(luò)特征與蛋白質(zhì)序列特征整合成特征集，并利用支持向量機(jī)(Support Vector Mechine，SVM)進(jìn)行翻譯后修飾位點(diǎn)預(yù)測，該過程被稱為SMNet-SVM方法。SMNet-SVM可進(jìn)行不同類型的翻譯后修飾位點(diǎn)預(yù)測。本文利用10折交叉驗證對SMNet-SVM方法性能進(jìn)行評估，結(jié)果分析表明，SMNet網(wǎng)絡(luò)特征在翻譯后

4、修飾位點(diǎn)預(yù)測中發(fā)揮重要作用，明顯地提高了預(yù)測性能。此外，與其他翻譯后修飾預(yù)測方法的結(jié)果比較顯示，SMNet-SVM方法的預(yù)測性能明顯優(yōu)于其他方法。最后對預(yù)測結(jié)果進(jìn)行文獻(xiàn)的驗證，顯示SMNet-SVM方法能夠有效的預(yù)測出潛在的翻譯后修飾位點(diǎn)。
　　為進(jìn)一步提高預(yù)測性能，在SMNet網(wǎng)絡(luò)信息的基礎(chǔ)上，本文引入了從AmiGO與STRING數(shù)據(jù)庫中提取蛋白質(zhì)功能信息基因本體論與蛋白質(zhì)-蛋白質(zhì)相互作用。之后，將這些數(shù)據(jù)進(jìn)行整合與構(gòu)建，并與多