蛋白质功能预测方法概述

蛋白质是生物体内最必需也是最通用的大分子,对它们功能的认识对于科学领域和农业领域的发展有着至关重要的作用。随着后基因组时代的发展,NCBI数据库中迅速涌现出大量不明结构与功能的蛋白质序列,这些蛋白质序列甚至一跃成了研究的热点。近几十年来蛋白质功能预测的方法不断被完善。由最初的仅基于蛋白质序列或3D结构信息的方法衍生出更多的基于序列相似性、基于结构基序、基于相互作用网络等新方法,这些新型方法采用新的算法、新的研究思路和技术手段,力求得到准确性与普遍性并存,能够被广泛应用的蛋白质功能预测方法。本文综述了近年来蛋白质功能预测的方法,并将这些研究方法分类归纳,各自阐明了每类方法的优缺点。     

基于蛋白质网络功能模块的蛋白质功能预测

在破译了基因序列的后基因组时代,随着系统生物学实验的快速发展,产生了大量的蛋白质相互作用数据,利用这些数据寻找功能模块及预测蛋白质功能在功能基因组研究中具有重要意义.打破了传统的基于蛋白质间相似度的聚类模式,直接从蛋白质功能团的角度出发,考虑功能团间的一阶和二阶相互作用,提出了模块化聚类方法(MCM),对实验数据进行聚类分析,来预测模块内未知蛋白质的功能.通过超几何分布P值法和增、删、改相互作用的方法对聚类结果进行预测能力分析和稳定性分析.结果表明,模块化聚类方法具有较高的预测准确度和覆盖率,有很好的容错性和稳定性.此外,模块化聚类分析得到了一些具有高预测准确度的未知蛋白质的预测结果,将会对生物实验有指导意义,其算法对其他具有相似结构的网络也具有普遍意义.     

基于相互作用的蛋白质功能预测

蛋白质功能预测是后基因时代研究的热点问题。基于相互作用的蛋白质功能预测方法目前应用比较广泛,但是当"伙伴蛋白质"(interacting partners)数目k较小时,其预测准确率不高。从蛋白质相互作用网络入手,结合"小世界网络"特性,有效解决了k较小时预测准确率不高的问题。对酵母(Saccharomyces cerevisiae)蛋白质的相互作用网络进行预测,当k≤4时其预测准确率比相同条件下的GO(global optimization)方法有一定提高。实验结果表明:该方法能够有效的应用于伙伴蛋白质数目较小时的蛋白质功能预测。     

蛋白质功能位点预测

在 IBM-PC 机上开发了蛋白质功能位点预测软件:PROSITE.根据 EMBL发布于激光光盘上的蛋白质功能位点氨基酸片段的保守模式数据库,对给定的蛋白质序列,可按19类443个氨基酸保守模式来探测蛋白质的所属家族,各种功能区的位置和活性部位等性质,通过52个序列的验证结果和 SWWISS 蛋白质数据库相一致.此外该软件还具有操作灵活,多种输入输出方式等特点。     

基于贝叶斯网络和相互作用可信度的蛋白质功能预测方法

蛋白质功能注释是后基因组时代研究的核心内容之一,基于蛋白质相互作用网络的蛋白质功能预测方法越来越受到研究者们的关注.提出了一种基于贝叶斯网络和蛋白质相互作用可信度的蛋白质功能预测方法.该方法在功能预测过程中为待注释的蛋白质建立贝叶斯网络预测模型,并充分考虑了蛋白质相互作用的可信度问题.在构建的芽殖酵母数据集上的三重交叉验证测试表明,在功能预测过程中考虑蛋白质可信度能够有效地提高功能预测的性能.与现有一些算法相比,该方法能够给出令人满意的预测效果.     

根据蛋白质互作网络预测乳腺癌相关蛋白质的细致功能

乳腺癌是最为常见的恶性肿瘤之一。已有的关于乳腺癌相关蛋白质的功能注释比较宽泛, 制约了乳腺癌的后续研究工作。对于已知部分功能的乳腺癌相关蛋白质, 提出了一种结合Gene Ontology功能先验知识和蛋白质互作的方法, 通过构建功能特异的局部相互作用网络来预测乳腺癌相关蛋白质的细致功能。结果显示该方法能够以很高的精确率为乳腺癌相关蛋白质预测更为精细的功能。预测的相关蛋白质的功能对于指导实验研究乳腺癌的分子机制具有重要的价值。     

机器学习在蛋白质功能预测领域的研究进展

蛋白质是有机生命体内不可或缺的化合物,在生命活动中发挥着多种重要作用,了解蛋白质的功能有助于医学和药物研发等领域的研究。此外,酶在绿色合成中的应用一直备受人们关注,但是由于酶的种类和功能多种多样,获取特定功能酶的成本高昂,限制了其进一步的应用。目前,蛋白质的具体功能主要通过实验表征确定,该方法实验工作繁琐且耗时耗力,同时,随着生物信息学和测序技术的高速发展,已测序得到的蛋白质序列数量远大于功能获得注释的序列数量,高效预测蛋白质功能变得至关重要。随着计算机技术的蓬勃发展,由数据驱动的机器学习方法已成为应对这些挑战的有效解决方案。本文对蛋白质功能及其注释方法以及机器学习的发展历程和操作流程进行了概述,聚焦于机器学习在酶功能预测领域的应用,对未来人工智能辅助蛋白质功能高效研究的发展方向提出了展望。     

蛋白质结构预测进展

蛋白质的序列决定结构,结构决定功能。新一代准确的蛋白质结构预测工具为结构生物学、结构生物信息学、药物研发和生命科学等许多领域带来了全新的机遇与挑战,单链蛋白质结构预测的准确率达到与试验方法相媲美的水平。本综述概述了蛋白质结构预测领域的理论基础、发展历程与最新进展,讨论了大量预测的蛋白质结构和基于人工智能的方法如何影响实验结构生物学,最后,分析了当前蛋白质结构预测领域仍未解决的问题以及未来的研究方向。     

利用互联网预测cDNA蛋白质产物的结构和功能

人类基因组计划预计近两三年内即可完成,我们将会得到许多序列已知但未知功能的cDNA。本简单介绍利用互联网上信息资源分析cDNA序列和预测它所编码的蛋白质的结构和功能的方法和常用工具。     

基因组功能预测的进化印记方法

改善基因组功能预测方案是目前功能基因组学的迫切问题,生物进化历程会在分子序列上留下相应进化印记－直系同源簇的特异模体,在这一生物学事实的基础上,提出了一个新的基因缚功能预测方法,首先利用进化分析方法构建直系同源簇,再找到各直系同源簇的功能模体,这样可以形成特异的功能模体库,未知基因的功能预测可望通过搜索该功能模体库而得以高效,准确地完成,对５个家族的检验初步证实该方案是可行的。     

蛋白质结构预测研究进展

蛋白质结构预测是生物信息学当前的主要挑战之一.按照蛋白质结构预测对PDB数据 库信息的依赖程度,可以将其划分成两类:模板依赖模型和从头预测方法.其中模板依赖模 型又可以分为同源模型与穿线法.本文介绍了各种预测方法主要步骤,分析了制约各种方法 的瓶颈,及其研究进展.同源模型所取得的结构精度较高,但其对模板依赖性强;用于低同 源性的穿线法是模板依赖的模型重要的研究方向;从头预测法中统计学函数与物理函数的综 合使用取得了很好的效果,但是对于超过150个残基的片段,依然是巨大的挑战.     

蛋白质折叠速率预测研究进展

蛋白质折叠速率预测是当今生物物理学最具挑战性的课题之一。近年来,该领域的研究取得了很大的进展,提出了许多经验参数,例如:接触序、长程序、总接触距离、链拓扑参数、二级结构含量、有效长度、螺旋参数、n-阶接触距离等。这些参数都和蛋白质的折叠速率有很好的相关性,基于这些参数的各种预测方法所得到的预测结果也与实验数据较好地吻合。     

基于蛋白质序列的泛素化位点预测研究进展

泛素化是目前广受关注的一种翻译后修饰过程,对蛋白质降解、DNA修复等多种细胞过程都具有重要的调控作用。本文根据国内外蛋白质泛素化位点预测的研究,分析了预测泛素化位点的特征属性,总结了对这些特征进行优化的特征选择方法,并对预测过程中所使用的各种机器学习分类器进行了概述。     

规模化蛋白质组表达谱的研究进展及其挑战

介绍了规模化蛋白质组表达谱研究的基本技术和方法,简要概述了部分已完成基因组测序的生物体的蛋白质组表达谱研究进展．分析了上述研究所面临的问题和挑战。     

Negative Example Selection for Protein Function Prediction: The NoGO Database

Negative examples – genes that are known not to carry out a given protein function – are rarely recorded in genome and proteome annotation databases, such as the Gene Ontology database. Negative examples are required, however, for several of the most powerful machine learning methods for integrative protein function prediction. Most protein function prediction efforts have relied on a variety of heuristics for the choice of negative examples. Determining the accuracy of methods for negative example prediction is itself a non-trivial task, given that the Open World Assumption as applied to gene annotations rules out many traditional validation metrics. We present a rigorous comparison of these heuristics, utilizing a temporal holdout, and a novel evaluation strategy for negative examples. We add to this comparison several algorithms adapted from Positive-Unlabeled learning scenarios in text-classification, which are the current state of the art methods for generating negative examples in low-density annotation contexts. Lastly, we present two novel algorithms of our own construction, one based on empirical conditional probability, and the other using topic modeling applied to genes and annotations. We demonstrate that our algorithms achieve significantly fewer incorrect negative example predictions than the current state of the art, using multiple benchmarks covering multiple organisms. Our methods may be applied to generate negative examples for any type of method that deals with protein function, and to this end we provide a database of negative examples in several well-studied organisms, for general use (The NoGO database, available at: bonneaulab.bio.nyu.edu/nogo.html).     

Progressive Clustering Based Method for Protein Function Prediction

In recent years, significant effort has been given to predicting protein functions from protein interaction data generated from high throughput techniques. However, predicting protein functions correctly and reliably still remains a challenge. Recently, many computational methods have been proposed for predicting protein functions. Among these methods, clustering based methods are the most promising. The existing methods, however, mainly focus on protein relationship modeling and the prediction algorithms that statically predict functions from the clusters that are related to the unannotated proteins. In fact, the clustering itself is a dynamic process and the function prediction should take this dynamic feature of clustering into consideration. Unfortunately, this dynamic feature of clustering is ignored in the existing prediction methods. In this paper, we propose an innovative progressive clustering based prediction method to trace the functions of relevant annotated proteins across all clusters that are generated through the progressive clustering of proteins. A set of prediction criteria is proposed to predict functions of unannotated proteins from all relevant clusters and traced functions. The method was evaluated on real protein interaction datasets and the results demonstrated the effectiveness of the proposed method compared with representative existing methods.     

后基因组研究中蛋白结构与功能的预测

阐述蛋白质结构建模和功能预测的基本方法以及最新研究进展,展望了蛋白质预测技术的前景。     

朊蛋白生理功能研究进展

朊蛋白作为一种高度保守的细胞膜糖蛋白,广泛分布于机体各组织器官,参与信号跨膜传导、细胞黏附、铜离子代谢、抗细胞凋亡、抗氧化应激等过程。近年来,随着对朊蛋白结构、生理功能、变构机制等的深入研究,对它的认识已不再局限于一种单纯的致病因子,朊蛋白在遗传进化、生理功能上所表现出的重要作用已成为新的研究热点。我们首先分析了朊蛋白的细胞定位、转运及组织分布,其次对朊蛋白在神经系统、肿瘤发生、胚胎发育过程中发挥的生理功能做简要介绍,最后对该蛋白的研究前景进行了展望。     

类泛素化修饰Neddylation的功能和调控机制研究进展

NEDD8 (neural precursor cell-expressed developmentally downregulated 8) 分子是一类结构上与泛素相似的分子,参与蛋白质翻译后修饰,这一过程被称为Neddylation．Neddylation的发生机制与泛素化相似,需要E1、E2、E3介导的一系列酶促反应．Neddylation修饰在Cullin-Roc类泛素连接酶的活性调控中具有至关重要的作用,与泛素化研究相比,在真核细胞内仅发现了很少的能被Neddylation修饰的底物,Neddylation的生理功能也有待深入研究．