支持向量回归预测蛋白质残基的B因子

蛋白质分子的柔性在各种生物进程中如酶催化、蛋白质分子绑定和识别等发挥着重要的作用。研究蛋白质分子柔性有助于更好地理解蛋白质的功能,研究证明从X射线晶体衍射结构而来的B因子能够较好的衡量蛋白质分子的柔性。从蛋白质序列出发,以保守信息、预测的二级结构、预测的相对溶剂可及性和氨基酸4种物理化学性质作为特征向量,利用支持向量回归方法对蛋白质的B因子进行预测。考察了邻近残基的影响,采用滑动窗口方法对所有特征变量进行了处理。通过对位置特异得分矩阵的平滑窗口处理,提高了预测精度。以皮尔逊相关系数为算法评价指标,最终得到独立测试集的皮尔逊相关系数为0.56,表明该方法有效提高预测精度。     

细胞信号转导的复杂网络分析

基于KEGG数据库,构建了一个节点数N=933,连接数L=6825的细胞信号转导网络．该网络为具幂律形式的度分布、遵循BA模型的无尺度网络;其中γ指数为1．7,平均路径长度5．63。通过广度优先搜索算法构建本网络的距离矩阵,并进行聚类分析,实现了对该信号网络的可视化处理和拓扑结构分析。结果表明,此细胞信号转导网络可以较好地描述细胞内蛋白质之间的相互作用关系,其基本属性与先验知识有较好的一致性。