蛋白質(zhì)二級結(jié)構(gòu)的預(yù)測以及二級結(jié)構(gòu)與三級結(jié)構(gòu)之間關(guān)聯(lián)的探討.pdf

1、蛋白質(zhì)的生物功能以其結(jié)構(gòu)為基礎(chǔ)。隨著人類基因組計劃的順利實施,蛋白質(zhì)序列信息的積累速度遠(yuǎn)快于蛋白質(zhì)結(jié)構(gòu)數(shù)量的增長速度。實驗上研究蛋白質(zhì)結(jié)構(gòu)的主要手段有X射線晶體學(xué)技術(shù)、核磁共振衍射技術(shù)、電子纖維技術(shù)等。然而,通過實驗手段確定蛋白質(zhì)的結(jié)構(gòu),不但成本高、耗時,而且實驗中還會遇到一些目前無法解決的技術(shù)困難,因此人們非常希望利用理論計算的方法直接從序列信息出發(fā)來預(yù)測蛋白質(zhì)結(jié)構(gòu),這是生物信息學(xué)研究的重要課題之一。 目前,直接從氨基酸序列

2、信息出發(fā)來預(yù)測蛋白質(zhì)三級結(jié)構(gòu)還是有很多困難。更多的焦點集中在去預(yù)測蛋白質(zhì)二級結(jié)構(gòu)。由于二級結(jié)構(gòu)單元是多肽鏈在三維空間折疊的基本元素,二級結(jié)構(gòu)預(yù)測通常作為蛋白質(zhì)空間結(jié)構(gòu)預(yù)測的第一步,是蛋白質(zhì)三級結(jié)構(gòu)預(yù)測中重要的中間步驟,也是蛋白質(zhì)折疊理論研究的重要挑戰(zhàn)。 本文重點介紹了一種新的方法,即基于4肽結(jié)構(gòu)字的多樣性增量二次判別法(簡稱TPIDQD算法),對2個大小不同的數(shù)據(jù)庫進(jìn)行了二級結(jié)構(gòu)的預(yù)測。同時對325個標(biāo)準(zhǔn)樣本集合,進(jìn)行了二級結(jié)

3、構(gòu)和三級結(jié)構(gòu)關(guān)聯(lián)的研究。 (1)新的預(yù)測算法大體分三步：首先用定義的三種4肽結(jié)構(gòu)字(alpha、beta、coil)在序列中出現(xiàn)的頻次作為多樣源,從而建立標(biāo)準(zhǔn)源；然后用多樣性增量結(jié)合二次判別法對任何一個序列片段中心殘基的二級結(jié)構(gòu)進(jìn)行預(yù)測；最后進(jìn)行一些修正后處理,包括：消除預(yù)測中的結(jié)構(gòu)漲落以及用4肽邊界字來修正預(yù)測后的結(jié)構(gòu)邊界。 (2)用TPIDQD算法首次對CB513數(shù)據(jù)庫的二級結(jié)構(gòu)進(jìn)行了預(yù)測,3折交叉檢驗的預(yù)測精度

4、Q3達(dá)到79.19％。 (3)建立了一個新的包括1645個非冗余蛋白質(zhì)鏈的數(shù)據(jù)庫,其中蛋白質(zhì)結(jié)構(gòu)分辨率高于3 Angstroms,序列相似性小于25％。用TPIDQD算法對其中21殘基片段中心殘基的結(jié)構(gòu)性質(zhì)進(jìn)行預(yù)測,10折交叉檢驗得到Q3為79.68％。當(dāng)考慮長程序列信息時,即取更長的序列片段(大于21殘基長度)來預(yù)測時,結(jié)果將更好。同時隨著字庫的擴(kuò)大,用CB513庫作為訓(xùn)練集,對1645蛋白庫的交叉檢驗,也取得了79％的精度