一种新的蛋白质结构编码方法及其应用

基于四肽构象的可视化聚类的结果,提出了一种新的编码方法,由此可将蛋白质三维构象空间映射到一维编码空间,将蛋白质三维结构空间中的模式搜索和模式发现问题转化为一维编码空间中的相应问题。通过两个算法从模式检索以及模式发现两方面验证了编码的有效性;同时利用熵的概念探讨了序列、结构之间的相关度,得到了一些重要的序列．结构模式．实验结果表明,该编码方法能更加准确地反映四肽构象空间中的分布情况,其结果可解释性更强．     

三肽和四肽构象空间的可视化方法

研究蛋白质寡肽构象在构象空间中的分布情况,对提取寡肽模式并构建短肽库具有重要意义。通过构建一个保距映射,将以主链原子均方根距离(root mean square distance,RMSD)为距离测度的三肽构象空间变换为一维直线上的欧氏距离空间,从而直观地展现三肽构象的聚集情况,表明三肽主链构象可以用单一变量编码。应用该特性对四肽的构象空间加以分析,将四肽构象映射到三维空间中,从而以可视的方式描述四肽构象空间的聚集情况。对短肽构象空间的初步分析表明,短肽的聚集性和二级结构有着密切的联系。在四肽构象空间中存在有自然边界的离散区域(与螺旋等结构相关),也有一些区域(与折叠等结构有关)难以进一步划分。这种方法也为以可视方式分析高维空间中肽段的聚集性给出了一种可能的方案。     

蛋白质序列中的关联规则发现及其应用

随着蛋白质序列-结构分析中使用的机器学习算法越来越复杂,其结果的解释和发现过程也随之复杂化,因此有必要寻找简单且理论上可靠的方法。通过引入原理简单、理论可靠、结果具有很强实际意义的关联规则发现算法,找到了蛋白质序列中数以万计的模式。结合实例演示了如何将这些模式应用于蛋白质序列分析中,如保守区域发现、二级结构预测等。同时根据这些结果构建了一个二级结构规则库和一种简单的二级结构预测算法,实验结果表明,约81%的二级结构可以由至少一条关联规则预测得到。