從頭預測氨基酸相互作用及其在蛋白質(zhì)三維結(jié)構(gòu)建模中的應用研究.pdf

1、蛋白質(zhì)作為生命活動的物質(zhì)基礎(chǔ)，在生物體的各種細胞過程中起著十分重要的作用。研究顯示，蛋白質(zhì)的功能和其空間結(jié)構(gòu)是緊密相聯(lián)的。因此，如果解出了蛋白質(zhì)的三維結(jié)構(gòu)，將有助于了解它的生物功能，然后進一步指導藥物設計。近些年來，盡管通過實驗方法解出結(jié)構(gòu)的數(shù)量在不斷地增加，但是已知蛋白質(zhì)序列的數(shù)量和蛋白質(zhì)結(jié)構(gòu)的數(shù)量之間的差距也在不停地變大。幸運的是，隨著機器學習和數(shù)據(jù)挖掘技術(shù)的快速發(fā)展，利用計算的方法直接從蛋白質(zhì)序列預測出其結(jié)構(gòu)已成為一種流行的方法。

2、
　　在蛋白質(zhì)結(jié)構(gòu)預測領(lǐng)域內(nèi)，現(xiàn)有的方法通?？梢詣澐譃槿悾和唇５姆椒?、折疊識別的方法和從頭預測的方法。對于第一類和第三類方法，都有一個挑戰(zhàn)性的問題，就是如何得到蛋白質(zhì)序列中氨基酸之間的關(guān)聯(lián)信息，而這些信息將被用作蛋白質(zhì)三維結(jié)構(gòu)建模的限制條件。在同源建模的方法中，氨基酸相互作用信息大多來源于蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫（PDB）中的同源結(jié)構(gòu)；而在從頭預測的方法中，氨基酸相互作用信息主要來源于基于序列的預測結(jié)果。顯然，當沒有找到合適的同源結(jié)

3、構(gòu)時，采用計算方法預測出來的結(jié)果將更加精確。
　　在最近的幾十年里，人們提出了很多種預測氨基酸相互作用的方法。然而，預測精度并不能令人滿意。本文從蛋白質(zhì)序列出發(fā)，利用機器學習的技術(shù)來預測氨基酸相互作用，并結(jié)合序列比對的方法實現(xiàn)了相互作用的準確預測，再將預測到的相互作用信息作為限制條件進行蛋白質(zhì)三維結(jié)構(gòu)建模。實驗結(jié)果表明，預測到的相互作用信息在三維結(jié)構(gòu)建模中是有效的，也因此提高了蛋白質(zhì)結(jié)構(gòu)預測的精確度。具體來說，本文解決了蛋白質(zhì)結(jié)構(gòu)

4、預測中的兩個問題：（1）跨膜螺旋（TMH）之間氨基酸相互作用的預測；（2）二硫鍵連接模式的預測。
　　對于TMH之間氨基酸相互作用的預測，本文提出了一種融合機器學習和共變異分析的新方法。這里，我們用偏相關(guān)性分析來計算共變異分數(shù)，而機器學習模塊是由集成分類器來實現(xiàn)。在此項工作中，共變異分數(shù)首次在決策層融合。實驗證明，這兩種方法具有高度互補性，因而大幅提高了預測精度，比現(xiàn)有最好的方法要高12.5％。
　　對于二硫鍵連接模式的預測