计算机模式识别技术在蛋白质二级结构预测中的应用

目前,计算机技术在生化领域中的应用正在受到重视,研究工作已经取得了一些可喜的结果.我们在将计算机模式识别技术应用于蛋白质二级结构预测中做了一点工作,现简介如下. 我们从Chou-Fasman法中得到构成蛋白质的20个氨基酸中的每一个氨基酸出现于二级结构中的α-螺旋、β-折叠和无规卷曲的概率参     

用人工神经网络方法预测蛋白质超二级结构

蛋白质超二级结构,即由α－螺旋和β－折叠等二级结构单元和连接短肽组成的超二级结构,是蛋白质结构研究中的一个重要层次。目前蛋白质超二级结构的预测工作尚属摸索阶段,还没有成熟的方法。人工神经网络预测方法是近年来在二级结构预测中发展起来的新方法。本文成功的将人工神经网络引入蛋白质超二级结构的预测工作中,结果表明蛋白质的超二级结构的发生与其局域的氨基酸的序列模式有重要联系,可以由蛋白质的一级结构序列预测该     

三联体密码子在mRNA二级结构中的分布

对编码成熟肽的ｍＲＮＡ二级结构的分析显示,每个密码子在ｍＲＮＡ二级结构中的位置有一定的倾向性,这种倾向性似乎与相应氨基酸的构象性质相一致。大多数编码疏水氨基酸的密码子位于ｍＲＮＡ二级结构中较稳定的茎区;反之,大多数编码亲水氨基酸的密码子位于柔性的环区。这个结果支持了最近得到的关于ｍＲＮＡ与蛋白质之间存在丰三维结构信息传递的结论。     

聚α—氨基酸纤维的研究

<正> 在制造具有动物纤维相似性质的合成纤维时,应当引入蛋白质结构的慨念。丝是一种富含β-折叠结构的多肽,而羊毛则富有α-螺旋结构。当α-氨基酸聚合成聚α-氨基酸时,其一级结构与蛋白质一样为多肽,但其二级结构则可为α-螺旋、β-折叠或无规线圈,如果一种聚α-氨基酸纺成富含β-折叠     

蛋白质二级结构预测: 基于词条的最大熵马尔科夫方法

提出了一种新的蛋白质二级结构预测方法. 该方法从氨基酸序列中提取出和自然语言中的“词”类似的与物种相关的蛋白质二级结构词条, 这些词条形成了蛋白质二级结构词典, 该词典描述了氨基酸序列和蛋白质二级结构之间的关系. 预测蛋白质二级结构的过程和自然语言中的分词和词性标注一体化的过程类似. 该方法把词条序列看成是马尔科夫链, 通过Viterbi算法搜索每个词条被标注为某种二级结构类型的最大概率, 其中使用词网格描述分词的结果, 使用最大熵马尔科夫模型计算词条的二级结构概率. 蛋白质二级结构预测的结果是最优的分词所对应的二级结构类型. 在4个物种的蛋白质序列上对这种方法进行测试, 并和PHD方法进行比较. 试验结果显示, 这种方法的Q3准确率比PHD方法高3.9%, SOV准确率比PHD方法高4.6%. 结合BLAST搜索的局部相似的序列可以进一步提高预测的准确率. 在50个CASP5目标蛋白质序列上进行测试的结果是: Q3准确率为78.9%, SOV准确率为77.1%. 基于这种方法建立了一个蛋白质二级结构预测的服务器, 可以通过http://www.insun.hit.edu.cn:81/demos/biology/index.html来访问.     

关于蛋白质二级结构α-螺旋中氢键构成的准确表述

在介绍蛋白质二级结构α-螺旋中的氢键构成时,宜强调"从N端往C端方向",以及"每个氨基酸残基的C=O上的氧和它前面的第4个氨基酸残基的N-H上的氢形成氢键"这2点,这有助于学生准确理解α-螺旋结构的特点。     

核酸、氨基酸分类和蛋白质二级结构关系的分析与分子设计

核酸序列中包含一定的蛋白质结构信息。根据通常情况下遗传密码表中密码子中间位的碱基配对时产生的氢键数目,尝试将20种氨基酸划分为两类,并用自编的计算机软件对蛋白质二级结构数据库中两类氨基酸的类聚现象进行了统计分析。结果表明,使用这种方法对氨基酸进行划分后,氨基酸残基具有较大概率与划入同一类的氨基酸残基相邻出现,并且这种聚集体对二级结构具有一定的偏好性。最后按照该方法设计了一段氨基酸序列并给出了预测服务器预测得到的结构。     

核酸、氨基酸分类和蛋白质二级结构关系的分析与分子设计

核酸序列中包含一定的蛋白质结构信息。根据通常情况下遗传密码表中密码子中间位的碱基配对时产生的氢键数目,尝试将20种氨基酸划分为两类,并用自编的计算机软件对蛋白质二级结构数据库中两类氨基酸的类聚现象进行了统计分析。结果表明,使用这种方法对氨基酸进行划分后,氨基酸残基具有较大概率与划入同一类的氨基酸残基相邻出现,并且这种聚集体对二级结构具有一定的偏好性。最后按照该方法设计了一段氨基酸序列并给出了预测服务器预测得到的结构。     

蛋白质-RNA序列结构界面偏好性及用于对接打分统计势的构建

本文对来自PDB (Protein Data Bank)数据库的蛋白质-RNA复合物结构构建了非冗余非核糖体数据库(694个结构),并对此数据库统计了蛋白质和RNA序列及二级结构的界面偏好性.结果发现,蛋白质β折叠、3_(10)-helix和RNA未配对核苷酸,尤其是未配对中空间排列不规整的核苷酸,具有显著的界面偏好性.据此,对二级结构进行归类,建立了考虑序列和二级结构信息的60×12氨基酸-核苷酸成对偏好势,并将其作为打分函数用于蛋白质-RNA对接中近天然结构的筛选.结果表明,该60×12统计势的打分成功率为65.77%,优于考虑蛋白质或RNA二级结构信息的统计势,及我们小组之前在251个结构上构建的60×8~*统计势.该工作有助于加深对蛋白质-RNA特异性识别的理解,可推动复合物结构预测的进展.     

植物水溶性蔗糖合成酶生物信息学分析初探

用生物信息学方法对已在GenBank上注册的黑麦草、绿竹、菜豆、马铃薯、颤杨等植物水溶性蔗糖合成酶基因的核苷酸序列以及推导的氨基酸序列、组成成分、氨基酸翻译后修饰、导肽、跨膜拓朴结构域、疏水性／亲水性、蛋白质二级结构以及功能结构域等进行分析预测和推断的结果表明,这些植物的水溶性蔗糖合成酶位于线粒体中,是非跨膜的亲水性蛋白,α-螺旋和不规则卷曲是其蛋白质二级结构的主要结构元件,β-转角和延伸链散布于整个蛋白质中,包含2个功能结构域,即蔗糖合成功能域和糖基化合物转移功能域。     

同义密码子用语与蛋白质结构的关系

对大肠杆菌的５４种三维结构已知的蛋白质及其对应的ｍＲＮＡ序列的集合的分析结果表明,绝大部分密码子与其编码的氨基酸在蛋白质α螺旋、β折叠和卷曲等三种二级结构中的偏好性没有显著的统计性差异。同时,又对Ａｄｚｈｕｂｅｉ提供的相应哺乳类数据集作了同样的偏好性检验,表明９种氨基酸的同义密码子携带蛋白质二级结构信息,与他们的结论一致。推测,这种差异可能由翻译机制的进化趋异造成的。这些结果对于真核基因在原核生物中实现高表达可能有重要的实际意义。     

人线粒体转录延伸因子蛋白结构与功能的生物信息学分析

[目的]基于生物信息学方法分析人线粒体转录延伸因子TEFM蛋白的结构和功能。[方法]检索Uniprot数据库中人线粒体转录终止因子TEFM蛋白的氨基酸序列,利用生物信息学方法对人TEFM的理化性质、物种间的蛋白质同源性、跨膜区、亲水性/疏水性、亚细胞定位、蛋白质二级结构、保守结构域、蛋白质三级结构、蛋白质相互作用进行预测与分析。[结果]人TEFM全长360个氨基酸,理论等电点9.39,属于TEFM蛋白超家族,不含跨膜区,属于亲水蛋白;人TEFM含有一个保守的螺旋-发夹-螺旋(HHH_3)结构域,二级结构以α-螺旋和无规则卷曲为主,三维建模空间结构与二级结构预测结果相符,进一步分析建模结果可靠。与人TEFM相互作用的蛋白质均为线粒体DNA转录因子或线粒体RNA聚合酶。[结论]人TEFM具有线粒体转录延伸因子蛋白超家族的典型结构,生物信息学分析结果对深入研究人TEFM在线粒体基因转录调控中的作用具有一定的理论指导意义。     

氨基酸组成聚类、蛋白质结构型和结构型的预测

用信息聚类方法对蛋白质的氨基酸组成进行聚类,发现存在梯级成团（大集团分解成小集团）现象,６４５个蛋白质可分成１５个小集团,每一个小集团与蛋白质二级结构含量决定的结构型有一定相关性,但与蛋白质五大结构型相关性不明显。指出了由氨基酸成分和二级结构含量预测结构型的方案中存在的问题。提出了由蛋白质二级结构序列预测蛋白质结构型的新方法,并给出了预测蛋白质结构型的简明预测规则     

不同植物防御素的生物信息学分析

采用生物信息学的方法和工具对已在GenBank上注册的花生、鹰嘴豆、合欢、车前草、沙梨、辣椒等植物的防御素的核酸和氨基酸序列作了分析,并对其组成成分、翻译后修饰、导肽、跨膜结构域、疏水性,亲水性、蛋白质二级结构和功能结构域进行预测和推断的结果表明：此类蛋白可能是一具有信号肽的分泌型蛋白,α-螺旋和不规则卷曲是蛋白质二级结构中量最大的结构元件,β-转角和延伸链散布于整个蛋白质中,包含一个gamma-thionin功能结构域。     

蛋白质折叠速率与其氨基酸序列极性的关系

以大肠杆菌60个蛋白酶以及几种常见病毒（SARS病毒、艾滋病病毒、丙型肝炎病毒及乙型肝炎病毒）各蛋白质序列中的所有α-螺旋和β-折叠片段为研究对象,计算了各片段的折叠速率和平均极性,分别在各物种的α-螺旋和β-折叠两类二级结构片段中分析了二者的相关性。得到结论：不论是大肠杆菌中的蛋白酶还是病毒蛋白,其中的两类氨基酸片段的平均极性与折叠速率都是极显著相关的：对于所有的α片段,二者呈线性正相关,而对于所有的β片段,二者成线性负相关。结果证实了在蛋白质折叠中,氨基酸的极性起着重要的作用。     

基于 RBF 神经网络的蛋白质二级结构预测

蛋白质二级结构对于研究其功能具有重要作用。采用主成分分析方法对氨基酸的基本物化属性及其二级结构倾向性进行降维降噪处理,使用径向基神经网络对蛋白质二级结构进行预测。主成分分析使得之前 20 ×12 矩阵变为 20 ×4 矩阵,极大地减少了神经网络输入端的维数。在仿真过程中,当窗口大小为 21,扩展函数为 7 时,预测精确度达到了 71. 81%。实验结果表明 RBF 神经网络可以有效的用于蛋白质二级结构的预测。     

圆二色光谱在蛋白质结构研究中的应用

近几年来,圆二色光谱在蛋白质结构研究中的应用越来越广泛。通过对远紫外圆二色光谱的测量,可以推导出稀溶液中蛋白质的二级结构,进而分析和辨别蛋白质的三级结构类型;通过对近紫外圆二色光谱的测量和分析,可以推断蛋白质分子中芳香氨基酸残基和二硫键的微环境变化,研究介质与蛋白质结构间的关系;通过测定实验参数和环境条件变化时的圆二色光谱,可以研究蛋白质构像变化过程中的热力学和动力学特性。     

淀粉酶的同源性研究

对α－淀粉酶、麦芽四糖淀粉酶和葡萄糖淀粉酶进行的氨基酸序列比较表明,它们之间的氨基酸等同性相当低。本文在对这三种淀粉酶的氨基酸残基进行疏水性分析的基础上,采用国际上近期发展的疏水簇分析方法对这三种淀粉酶的氨基酸序列进行了二维描述,其结果清楚地显示了它们之间的同源性差异。这也被测定的三维结构所证实。这一研究结果表明,与蛋白质三维结构密切相关的蛋白质的二级结构及其相互配置主要取决于蛋白质序列中不同类型氨基酸残基的排列。     

植物蔗糖磷酸合成酶的生物信息学分析

本文采用生物信息学的方法对已在GenBank上注册的拟南芥、紫苜蓿、黑麦草、绿竹、文心兰等植物的蔗糖磷酸合成酶基因的核苷酸序列以及推导的氨基酸序列、组成成分、导肽、跨膜拓朴结构、疏水性／亲水性、蛋白质二级结构及功能域等进行分析预测和推断。结果表明：这些植物的蔗糖磷酸合成酶不存在导肽,为位于细胞质中非跨膜的亲水性不稳定蛋白,α-螺旋和不规则卷曲是其蛋白质二级结构的主要结构元件,β-转角和延伸链散布于整个蛋白质中,包含三个功能结构域。     

蛋白质的二级结构预测——Chou和Fasman方法

蛋白质分子的一切高级结构,都由一级结构即氨基酸残基序列所包含的信息决定。多年来,由蛋白质的氨基酸序列预测二级结构的方法不下十几种。其中,Chou和Fasman的方法自1974年提出,至1978年修正、精化,已得到了很好结果,越益受到重视。此方法的突出优点是简便,无须计算机的复杂分析,就可预测出蛋白质的二级结构,准确性约为80％。目前蛋白质二级结构的测定,当然以X-晶体衍射结果最准确。Chou和Fasman方法正是基于晶体分析的结果,经统计得出的一整套数据