遗传算法在蛋白质结构预测中的应用

遗传算法(geneticalgorithm,GA)作为一种自适应启发式概率性迭代式全局搜索算法,具有不依赖于问题模型的特性、全局最优性、隐含并行性、高效性、解决不同非线性问题的鲁棒性特点,目前已经广泛应用于自动控制、机器人学、计算机科学、模式识别、模糊人工神经和工程优化等设计领域。本文首先介绍了GA的基本原理,即搜索的基本过程;随后总结了GA与传统算法相比所具有的优点;第三部分则分别综述了GA在蛋白质结构预测中主要使用的模型、设计和执行策略,以及使用GA与其他算法相互结合预测蛋白质结构的研究进展;最后提出了作者对GA研究中存在问题的认识和研究展望。     

神经网络在蛋白质二级结构预测中的应用

介绍了蛋白质二级结构预测的研究意义,讨论了用在蛋白质二级结构预测方面的神经网络设计问题,并且较详尽地评述了近些年来用神经网络方法在蛋白质二级结构预测中的主要工作进展情况,展望了蛋白质结构预测的前景。     

第二遗传密码与蛋白质结构优化算法

核苷酸通过“三联密码”决定氨基酸顺序 ,这就是第一遗传密码。多肽链中氨基酸的一定顺序就是蛋白质的一级结构。 2 0世纪 5 0年代Ａｎｆｉｎｓｅｎ提出假说 ,认为蛋白质特定的三维空间结构是由氨基酸排列顺序所决定的 ,现在已被广泛接受。从无结构的氨基酸序列到有特定功能的蛋白质的信息传递 ,即蛋白质中的氨基酸序列与其空间结构的对应关系 ,被称为第二遗传密码。收稿日期 :2 0 0 2 - 0 6 - 1 1 ;修回日期 :2 0 0 2 - 0 9- 1 8作者简介 :王华伟 (1 978- ) ,男 ,湖北孝感人 ,硕士生 ,从事生物信息学、ＤＮＡ分子生物计算研究。许进 (1 959…     

图论方法研究蛋白质结构预测问题

图论方法在蛋白质结构预测中占有重要地位。该文简要介绍图的连通子图、图的最大团、图的完美匹配及图谱法在蛋白质结构预测中的应用。对国内外近年来应用这些方法在蛋白质3D结构预测及折叠的研究工作进行了回顾,并分析、比较了这几种方法的效果和特点。     

基于知识的蛋白质结构预测

介绍了近几年基于知识的蛋白质三维结构预测方法及其进展．目前,基于知识的结构预测方法主要有两类,一类是同源蛋白模建,这种技术比较成熟,模建的结果可靠性比较高,但只适用于同源性比较高的目标序列的模建;另一类方法即蛋白质逆折叠技术,主要包括3D profile方法和基于势函数的方法,给出的是目标蛋白质的空间走向,它主要可用于序列同源性比较低的蛋白质的结构预测．     

距离约束的HMC采样算法在蛋白质结构预测中的运用

蛋白质结构预测中,采样是指在构象空间中生成具有最小自由能的状态。传统的采样方法是对自由度直接赋值。这种方法在处理较少的残基时能取得好的效果。但是对于包含100个残基以上的蛋白质结构,由于构象空间的急剧增长,难以得到理想的结构。本文引入深度学习中的HMC(Hybrid Monte Carlo)采样方法,以概率分布为依据对蛋白质的自由度进行采样,能够对包含100、200甚至更多个残基的蛋白质结构进行采样。并且,在采样的过程中加入残基间的距离约束,使得一个结构中,相对于Rosetta的ab initio最多有75%(平均40%)的残基对得到优化,满足距离约束。     

核磁共振波谱法在蛋白质三维结构解析中的应用

蛋白质特定的三维结构与其生物功能密切相关,因此,研究蛋白质的三维结构有助于揭示其生物功能机制。将核磁共振（NMR）波谱法应用于研究溶液状态下蛋白质的三维结构,能够更加准确地揭示蛋白质结构与生物功能之间的关系。本文综述了NMR解析蛋白质三维结构的理论和技术方法,以及NMR结合其他生物物理手段,并辅以分子建模计算法研究蛋白质三维结构的研究进展和最新方法,为精准解析蛋白质的三维结构提供思路及策略。     

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。     

从非同源蛋白质的一级序列预测其结构类

对基于氨基酸组成、自相关函数和自协方差函数提取特征的蛋白质结构类预测算法进行分析比较,对氨基酸组成和自相关函数相结合的方法,以及氨基酸组成和自协放差函数相结合的方法的预测算法进行了研究。结果表明：对非同源蛋白质,因氨基酸和自相关函数相结合的方法中,采用Miyazawa和Jernigan的疏水值时,训练的自检验的总精度为95．34％,其Jackknife检验的总精度为81．92％,检验加的他检验的总精工为86．61％。在氨基酸组成和自协方差函数相结合的方法中,采用Wold等的疏水值时,训练库的自检验的总精度为96．71％,其Jackknife检验的总精度为82．18％,检验加的他检验的总精工为86．88％。这说明氨基酸组成和自相关函数相结合的方法,以及氨基酸组成和自协方差函数相结合的方法可有效提高结构类预测精度,表明提取更多有效的序列信息是提高分类精度的关键。     

一种新的蛋白质结构类预测方法

基于氨基酸的16种分类模型,给出蛋白质序列的派生序列,进而结合加权拟熵和LZ复杂度构造出34维特征向量来表示蛋白质序列。借助于贝叶斯分类器对同源性不超过25%的640数据集进行蛋白质结构类预测,准确度达到71.28%。     

Condensed Representations of Protein Secondary Structure Sequences and Their Application

Abstract

In this paper, we propose a nongraphical representation for protein secondary structures. By counting the frequency of occurrence of all possible four-tuples (i.e., four-letter words) of a protein secondary structure sequence, we construct a set of 3 × 3 matrices for the corresponding protein secondary structure sequence. Furthermore, the leading eigenvalues of these matrices are computed and considered as invariants for the protein secondary structure sequences. To illustrate the utility of our approach, we apply it to a set of real data to distinguish protein structural classes. The result indicates that it can be used to complement the classification of protein secondary structures.     

The Evaluation of Protein Structure Prediction Results

Methods for protein structure prediction are flourishing and becoming widely available to both experimentalists and computational biologists. However, how good are they? What is their range of applicability and how can we know which method is better suited for the task at hand? These are the questions that this review tries to address, by describing the worldwide Critical Assessment of techniques for protein Structure Prediction (CASP) initiative and focusing on the specific problems of assessing the quality of a protein 3D model.     

Spelling Protein Structure

Abstract

We would be tempted to state that there has never been a Levinthal paradox. Indeed, Levinthal raised an interesting problem about protein folding, as he realized that proteins have no time to explore exhaustively their conformational space on the way to their native structure. He did not seem to find this paradoxical and immediately proposed a straightforward solution, which has essentially never been refuted. In other words, Levinthal solved his own paradox.     

简单的一致性方法预测蛋白质二级结构

蛋白质二级结构预测对于我们了解蛋白质空间结构是至关重要的一步。文章提出了一种简单的二级结构预测方法,该方法采用多数投票法将现有的3种较好的二级结构预测方法的预测结果汇集形成一致性预测结果。从PDB数据库中随机选取近两年新测定结构的57条相似性小于30%的蛋白质,对该方法的预测结果进行测试,其Q3准确率比3种独立的方法提高了1.12—2.29%,相关系数及SOV准确率也有相应的提高。并且各项准确率均比同样采用一致性方法的Jpred二级结构预测程序准确率要高。这种预测方法虽然原理简单,但无须使用额外的参数,计算量小,易于实现,最重要的前提就是必须选用目前准确性比较出色的蛋白质二级结构预测方法。     

Testing for Spatial Clustering of Amino Acid Replacements Within Protein Tertiary Structure

Widely used models of protein evolution ignore protein structure. Therefore, these models do not predict spatial clustering of amino acid replacements with respect to tertiary structure. One formal and biologically implausible possibility is that there is no tendency for amino acid replacements to be spatially clustered during evolution. An alternative to this is that amino acid replacements are spatially clustered and this spatial clustering can be fully explained by a tendency for similar rates of amino acid replacement at sites that are nearby in protein tertiary structure. A third possibility is that the amount of clustering exceeds that which can be explained solely on the basis of independently evolving protein sites with spatially clustered replacement rates. We introduce two simple and not very parametric hypothesis tests that help distinguish these three possibilities. We then apply these tests to 273 homologous protein families. The null hypothesis of no spatial clustering is rejected for 102 of 273 families. The explanation of spatially clustered rates but independent change among sites is rejected for 43 families. These findings need to be reconciled with the common practice of basing evolutionary inferences on models that assume independent change among sites. [Reviewing Editior: Dr. David Pollock]     

翻译速率与蛋白质二级结构的关系

统计分析了人的 119种蛋白质和大肠杆菌的 92种蛋白质密码子翻译速率和蛋白质二级结构的关系。据m 密码子片段在不同二级结构中的频数分布 ,我们发现人和大肠杆菌中翻译速率与蛋白质二级结构之间有一定关系 :高翻译速率时倾向编码α螺旋、不倾向编码线团 (coil) ;低翻译速率时倾向编码线团、不倾向编码α螺旋 ;β折叠结构则随翻译速率表现出明显的振荡。同时 ,密码子的使用在不同片段内一般也是不均匀的 :在α螺旋片段内 ,结构尾部偏向使用高翻译速率密码子 ;中部倾向使用中翻译速率密码子 ;而头部使用的密码子翻译速率偏低。这样的倾向性不大可能归结为随机起伏的影响。     

模拟蛋白质折叠过程的新算法研究

蛋白质折叠过程模拟是当前蛋白质研究领域的一个难点问题。针对这一问题,提出了一个描述蛋白质折叠过程的算法-拟蛇算法,并且从分子振荡和分子动力学理论两个方面来证明该算法的核心函数是可行和正确的。经过实验总结出所有蛋白质空间结构都可以通过两种类型函数构造出来,提出了描述蛋白质折叠过程模型。与其它蛋白质折叠过程模拟算法的实验结果比较表明,拟蛇算法所构造的空间结构能量值最小、相似度最好。进而说明拟蛇算法和蛋白质折叠过程模型在描述蛋白质折叠过程方面具有明显优势。