基于序列和局部信息熵的蛋白质折叠速率预测模型

<正>确预测蛋白质折叠速率对理解蛋白质的折叠机制非常重要。本文从AAindex数据库中的531种残基物理化学性质、序列长度信息和局部结构信息熵中筛选特征,从而提出了一个基于蛋白质序列信息的线性回归模型。针对三种折叠机制two-state,multi-state和mixed-state,用Jackknife验证模型,预测的折叠速率和实验验证的折叠速率相关系数分别为0.790,0.829和0.778。本文结果表明四阶局部结构信息熵和折叠速率有很高的负相关性;蛋白质的长度和蛋白质的折叠速率成反比关系;螺旋的含量会加快蛋白质的折叠过程。对two-state蛋白质β折叠的含量会减慢蛋白质的折叠过程;和其他模型相比,我们提出的线性回归模型具有输入参数少,计算简单,平均绝对误差小的优点。     

用SVM和FFT对膜蛋白功能分类

膜蛋白在细胞生命活动中扮演着重要的角色。目前,有很多方法用来预测和分类膜转运蛋白。然而,预测膜蛋白功能的工作并不多。为了解决这个问题,基于蛋白质序列信息结合快速傅里叶变换利用支持向量机的方法预测来自TCDB 数据库中的channels/pores,electrochemical potential-driven transporters和primary active transporters三类膜转运蛋白共1 817条蛋白质的功能。模型使用20种氨基酸的分布,残基的疏水性、平均极性和溶剂化自由能为原始的特征数据,利用快速傅里叶变换将其转化为频域上的信息作为机器学习的特征输入。通过五倍交叉检验预测准确率达到了72.1%,而先前的文献报道的准确率为68.1%。论文的研究证明该方法可以有效地对channels/pores,electrochemical potential-driven transporters和primary active transporters 三种不同功能的膜转运蛋白进行功能分类。     

利用蛋白质的二面角序列对蛋白质结构比对

蛋白质结构比对对理解蛋白质功能和进化关系非常重要。提出一种基于蛋白质残基的二面角的结构比对算法。通过动态时间规整算法比对二面角序列,来比较蛋白质的结构,拟合两蛋白结构距离的分布后,利用p-value来评价比对的好坏。主要结果有：利用动态时间规整算法计算得出的结构距离是一个很好的蛋白质结构相似性度量;结构距离服从参数为μ=94.769 7,σ=41.583 7,ξ=0.192 5的广义的极值分布;和其他结构比对算法相比,该算法比CTSS的搜索结果要好。