α类蛋白质折叠类型自动化分类研究

蛋白质折叠类型识别是蛋白质结构研究的重要内容,折叠类型分类是折叠识别的基础。通过对ASTRAL-1.65数据库α类蛋白质所属折叠类型进行系统研究,建立蛋白质折叠类型模板数据库,提取反映折叠类型拓扑结构的模板特征参数,根据模板特征参数和TM-align结构比对结果,建立基于特征参数的打分函数Fdscore,并实现α类蛋白质折叠类型自动化分类。使用相同数据集样本,将Fdscore分类方法与TM-score分类方法对比,Fdscore分类方法的平均敏感性、平均特异性、MCC值分别为71.86%、99.49%、0.69,均高于TM-score分类方法相对应结果。上述结果表明该分类方法可用于α类蛋白质折叠类型的自动化分类。     

SCOP数据库蛋白质折叠类型的自动分类分析

蛋白质折叠规律研究是生命科学领域重要的前沿课题之一,蛋白质折叠类型分类是折叠规律研究的基础。本研究以SCOP数据库的蛋白质折叠类型分类为基础、以Astral SCOPe 2.05数据库中相似性小于40%的α、β、α+β及α/β类所属的折叠类型为研究对象,完成了989种蛋白质折叠类型的模板构建并形成模板数据库;基于折叠类型设计模板建立了蛋白质折叠类型分类方法,实现了SCOP数据库蛋白质折叠类型的自动化分类。家族模板自洽性检验与独立性检验所得的敏感性、特异性以及MCC的平均值分别为:95.00%、99.99%、0.94与90.00%、99.97%、0.92,折叠类型模板自洽性检验与独立性检验所得的敏感性、特异性以及MCC的平均值分别为:93.71%、99.97%、0.91与86.00%、99.93%、0.87。结果表明:模板设计合理,可有效用于对已知结构的蛋白质进行分类。     

基于设计模板的BRD-like折叠类型综合分类方法

蛋白质折叠规律研究是生命科学重大前沿课题,折叠类型分类是蛋白质折叠研究的基础。构建BRD-like折叠类型模板数据库,建立了基于多模板的综合分类方法,并用于该折叠类型的分类。对实验集的12 117个样本进行检验,结果的敏感性、特异性分别为0.923和0.997,MCC值为0.72;对独立检验集2 260个样本的检验,结果发现:敏感性、特异性分别为0.941和0.998,MCC值为0.86.结果表明:基于多模板的综合分类方法可用于蛋白质折叠类型分类。     

双绕蛋白质的分类与识别

蛋白质折叠识别是蛋白质结构研究的重要内容。双绕是α/β蛋白质中结构典型的常见折叠类型。选取22个家族中序列一致性小于25%的79个典型双绕蛋白质作为训练集,以RMSD为指标进行系统聚类,并对各类建立基于结构比对的概形隐马尔科夫模型(profile-HMM)。将Astral1.65中序列一致性小于95%的9 505个样本作为检验集,整体识别敏感性为93.9%,特异性为82.1%,MCC值为0.876。结果表明:对于成员较多,无法建立统一模型的折叠类型,分类建模可以实现较高准确率的识别。     

基于特征片段信息的PH domain-like barrel 蛋白质折叠类型分类方法

蛋白质折叠类型分类是蛋白质分类研究的重要内容。以SCOP数据库中的 PH domain-like barrel 折叠类型为研究对象,选择序列相似度小于25%的61个样本为检验集,通过结构特征分析,确定了该折叠类型的模板及其对应的特征参数,利用模板与待测蛋白的空间结构比对信息,提出了一个新的折叠类型打分函数Fscore,建立了基于Fscore的蛋白质折叠类型分类方法并用于该折叠类型的分类。用此方法对Astral1.75中序列相似度小于95%的16711个样本进行检验,分类结果的特异性为99.97%。结果表明:特征参数抓住了折叠类型的本质,打分函数Fscore及基于Fscore建立的分类方法可用于 PH domain-like barrel 蛋白质折叠类型自动分类。     

基于功能域组分的蛋白质折叠类型识别

蛋白质空间结构研究是分子生物学、细胞生物学、生物化学以及药物设计等领域的重要课题.折叠类型反映了蛋白质核心结构的拓扑模式,对折叠类型的识别是蛋白质序列与结构关系研究的重要内容.选取LIFCA数据库中样本量较大的53种折叠类型,应用功能域组分方法进行折叠识别.将Astral 1.65中序列一致性小于95%的样本作为检验集,全库检验结果中平均敏感性为96.42%,特异性为99.91%,马修相关系数(MCC)为0.91,各项统计结果表明:功能域组分方法可以很好地应用在蛋白质折叠识别中,LIFCA相对简单的分类规则可以很好地集中蛋白质的大部分功能特性,反映了结构与功能的对应关系.     

基于添加模体信息和功率谱密度的组合向量预测27类蛋白质折叠子

以序列相似性低于40%的1895条蛋白质序列构建涵盖27个折叠类型的蛋白质折叠子数据库,从蛋白质序列出发,用模体频数值、低频功率谱密度值、氨基酸组分、预测的二级结构信息和自相关函数值构成组合向量表示蛋白质序列信息,采用支持向量机算法,基于整体分类策略,对27类蛋白质折叠子的折叠类型进行预测,独立检验的预测精度达到了66.67%。同时,以同样的特征参数和算法对27类折叠子的4个结构类型进行了预测,独立检验的预测精度达到了89.24%。将同样的方法用于前人使用过的27类折叠子数据库,得到了好于前人的预测结果。     

蛋白质折叠类型识别方法研究

蛋白质折叠类型识别是一种分析蛋白质结构的重要方法.以序列相似性低于25%的822个全B类蛋白为研究对象,提取核心结构二级结构片段及片段问氢键作用信息为折叠类型特征参数,构建全B类蛋白74种折叠类型模板数据库.定义查询蛋白与折叠类型模板间二级结构匹配函数SS、氢键作用势函数BP及打分函数P,P值最小的模板所对应的折叠类型为查询蛋白的折叠类型.从SCOP1.69中随机抽取三组、每组50个全β类蛋白结构域进行预测,分辨精度分别为56%、56%和42%;对Ding等提供的检验集进行预测,总分辨精度为61.5%.结果和比对表明,此方法是一种有效的折叠类型识别方法.     

蛋白质序列的混合特征值对折叠速率的影响

鉴于蛋白质折叠速率预测对研究其蛋白质功能的重要性,许多的科研工作者都开始对影响蛋白质折叠速率的因素进行研究。各种预测参数和方法被提出。利用蛋白质编码序列的不同特征参数,不同的二级结构及不同的折叠类的蛋白质对折叠速率的不同影响,我们选取蛋白质编码序列的新的特征值,即选取蛋白质序列的LZ复杂度,等电点等特征值。然后把这些特征值与20种氨基酸的属性αc、Cα、K0、Pβ、Ra、ΔASA、PI、ΔGhD、Nm、LZ、Mu、El融合,建立多元线性回归模型,并利用回归模型计算了13个全α类蛋白质、18个全β类蛋白质、13个混合类蛋白质和39个未分类蛋白质的ln（kf）与预测值之间的相关系数分别达到0.89、0.93、0.98、0.86。在Jack-knife方法的验证下发现在不同的结构中混合特征值与相应折叠速率有很好的相关性。结果表明,在蛋白质折叠过程中,蛋白质序列的LZ复杂度、等电点等特征值可能影响蛋白质的折叠速率及其结构。     

蛋白质折叠类型分类方法及分类数据库

蛋白质折叠规律研究是生命科学重大前沿课题,折叠分类是蛋白质折叠研究的基础。目前的蛋白质折叠类型分类基本上靠专家完成,不同的库分类并不相同,迫切需要一个建立在统一原理基础上的蛋白质折叠类型数据库。本文以ASTRAL-1.65数据库中序列同源性在25%以下、分辨率小于2.5的蛋白为基础,通过对蛋白质空间结构的观察及折叠类型特征的分析,提出以蛋白质折叠核心为中心、以蛋白质结构拓扑不变性为原则、以蛋白质折叠核心的规则结构片段组成、连接和空间排布为依据的蛋白质折叠类型分类方法,建立了低相似度蛋白质折叠分类数据库——LIFCA,包含259种蛋白质折叠类型。数据库的建立,将为进一步的蛋白质折叠建模及数据挖掘、蛋白质折叠识别、蛋白质折叠结构进化研究奠定基础。     

基于结构分类的蛋白质折叠模式识别方法

对用于折叠模式识别的蛋白质结构数据库进行结构分类,构建了四个分类库：Ａｌ－α库,Ａｌ－β库,α／β库,α＋β库和一个总库,然后分别统计出不同灵敏度的匹配评估函数（平均势）。对不同的平均势,不同结构类型的蛋白进行的检验发现：来源于α／β库的平均势预测能力最强,来源于Ａｌ－α库的平均势预测能力最弱;对α／β蛋白的预测成功率最高,对Ａｌ－α蛋白的预测成功率最低。这与α／β蛋白结构最规则,Ａｌ－α蛋白未加入辅基不能反映出结构的全部特征是相一致的     

一个识别蛋白质折叠模式的SVM分类器

蛋白质折叠模式识别是一种分析蛋白质结构的重要方法。以序列相似性较低的蛋白质为训练集,提取蛋白质序列信息频数及疏水性等信息作为折叠类型特征,从SCOP数据库中已分类蛋白质构建1 393种折叠模式的数据集,采用SVM预测蛋白质1 393种折叠模式。封闭测试准确率达99.612 2%,基于SCOP的开放测试准确率达79.632 9%。基于另一个权威测试集的开放测试折叠准确率达64.705 9%,SCOP类准确率达76.470 6%,可以有效地对蛋白质折叠模式进行预测,从而为蛋白质从头预测提供参考。     

构建基于折叠核心的全α类蛋白取代矩阵

氨基酸残基取代矩阵是影响多序列比对效果的重要因素,现有的取代矩阵对低相似序列的比对性能较低.在已有的 BLOSUM 取代矩阵算法基础上,定义了基于蛋白质折叠核心结构的序列 结构数据块;提出一种新的基于全α类蛋白质折叠核心结构的氨基酸残基取代矩阵——TOPSSUM25,用于提高低相似度序列的比对效果.将矩阵TOPSSUM25导入多序列比对程序,对相似性小于25%的一组四螺旋束序列 结构数据块的测试结果表明,基于 TOPSSUM25的多序列比对效果明显优于BLOSUM30矩阵;基于一个BAliBASE子集的比对检验也进一步表明, TOPSSUM25在全α类蛋白质的两两序列比对上优于BLOSUM30矩阵.研究结果可为进一步的阐明低同源蛋白质序列 结构 功能关系提供帮助.     

基于结构信息的蛋白质相互作用规律的研究

蛋白质-蛋白质相互作用是蛋白质发挥其功能的重要途径之一。作者基于相互作用蛋白质数据库、基因本体数据库和蛋白质结构分类数据库（structural classification of proteins, SCOP）,结合SWISS-PROT等相关数据库中蛋白质功能注释信息,定义描述蛋白质相互作用倾向性的参数,对酿酒酵母定位于不同细胞器蛋白、部分膜蛋白,以及酿酒酵母、线虫和大肠杆菌按SCOP分类的不同结构类蛋白质之间相互作用规律进行研究。结果表明各种细胞器、膜和结构类蛋白质之间相互作用确实存在明显的偏向性。     

六种蛋白质与生物纳米磁珠的吸附性能研究

近年来,纳米磁珠在生物技术和生物医学领域受到了广泛的关注,但蛋白质与生物纳米磁珠之间往往存在非特异性吸附,故从蛋白质角度出发,研究不同蛋白质的结构及理化性质与磁珠吸附的关系。利用两种生物纳米磁珠,对6种不同蛋白质与磁珠的吸附特异性展开研究。使用蛋白质分析软件分析各个蛋白结构及蛋白质性质与磁珠吸附特异性的关系。不同的蛋白质与纳米磁珠之间存在非特异性吸附,蛋白大小与磁珠吸附蛋白的能力没有明显关联性。随着蛋白β折叠比例的降低,蛋白质与磁珠的非特异性吸附降低。β折叠比例最大的蛋白——人肿瘤坏死因子-α(TNFα)与磁珠的非特异性吸附最多,可通过吸附获得单一蛋白条带。β折叠比例最小的人膜联蛋白A5(Annexin A5)与磁珠的非特异性吸附最少。当Annexin A5融合增强绿色荧光蛋白(EGFP)后,β折叠比例升高,与磁珠的非特异性吸附增加。不同蛋白质的大小与磁珠的非特异性吸附无明显的相关性,磁珠对蛋白的非特异性吸附能力与蛋白结构的β折叠比例呈正相关,蛋白质的二级结构是影响蛋白质与磁珠非特异性吸附的重要因素。     

用BP神经网络基于氨基酸特性预测非同源蛋白质二级结构含量

依据蛋白质氨基酸特性,以氨基酸组成和有偏自协方差函数为特征矢量,用BP神经网络提出了一种预测非同源蛋白质中α螺旋和β折叠二级结构含量的计算方法。采用相互独立的非同源蛋白质数据库对该方法进行了检验。用Ponnuswamy值时,对二级结构α螺旋和β折叠含量的预测结果是;自检验平均绝对误差分别为0.069和0.065,相应标准偏差分别为0.044和0.047;他检验平均绝对误差分别为0.077和0.070,相应标准偏差分别为0.051和0.049。与仅以氨基酸组成为特征矢量的BP神经网络方法比较,相应的他检验平均绝对误差分别减小了0.024和0.016,标准偏差分别减小了0.031和0.018;与改进的多元线性回归方法比较,相应的他检验平均绝对误差分别减小了0.018和0.011,准偏差分别减小了0.020和0.012。表明：基于氨基酸组成和有偏自协方差函数为特征矢量的BP神经网络预测蛋白质二级结构含量的方法可有效提高预测精度。     

蛋白质结构型的定义和识别

提出紧结构域的概念,由二级结构序列中一段或几段连续的α螺旋和β折叠构成的空间紧密堆集的最大折叠体称为紧结构域.利用3种紧结构域（α域,β域和α/β域）定义球蛋白的5种结构型：α型蛋白,β型蛋白,α/β型蛋白,多域蛋白和ζ型蛋白.将1 261个代表性的蛋白质(1 022家族)进行分类,并和SCOP库的分类做了比较.进行了删去序列冗余的分析.在此基础上提出结构型的预测方案,成功率在82%～85%.     

蛋白质结构型的定义和识别

提出紧结构域的概念,由二级结构序列中一段或几段连续的α螺旋和β折叠构成的空间紧密堆集的最大折叠体称为紧结构域.利用3种紧结构域(α域,β域和α/β域)定义球蛋白的5种结构型:α型蛋白,β型蛋白,α/β型蛋白,多域蛋白和ζ型蛋白.将1 261个代表性的蛋白质(1 022家族)进行分类,并和SCOP库的分类做了比较.进行了删去序列冗余的分析.在此基础上提出结构型的预测方案,成功率在82%～85%.     

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。     

基于打分矩阵的多类蛋白质折叠子的预测

依据蛋白质折叠子中氨基酸保守性,以氨基酸、氨基酸的极性、氨基酸的电性以及氨基酸的亲—疏水性为参数,从蛋白质的氨基酸序列出发,采用"一对多"的分类策略,通过构建打分矩阵和选取氨基酸序列模式片断,利用5种相似性打分函数对27类折叠子进行识别,最好的预测精度达到83.46%。结果表明,打分矩阵是预测多类蛋白质折叠子有效的方法。