蛋白质-蛋白质分子对接中打分函数研究进展

为了探究蛋白质复合物的结构与相互作用,建立了蛋白质的分子对接方法,从2014年起参加蛋白质复合物结构预测竞赛的预测和打分竞赛.该方法首先采用结构模建方法预测单体蛋白质分子的结构,通过快速傅里叶变换进行全空间构象搜索.然后,优化蛋白质复合物构象,并采用全原子统计势函数进行评价.总结第32~37轮CAPRI竞赛结果发现,该方法在T104、T105、T111和T118比赛中挑选出了L_RMSD小于2.0×10^-10 m的近天然结构.通过对比其他国际优秀课题组的方法,分析预测和打分比赛中取得的成绩和不足之处,并为后续的研究提出了改进方案与建议.

     

蛋白质复合物结构预测的集成分子对接方法

分子对接是目前研究蛋白质-RNA相互作用与识别的有效方法之一.其中,打分函数的合理设计与分子结合位点的准确识别对成功预测蛋白质-RNA复合物结构至关重要.结合小组的工作,对用分子对接方法预测蛋白质-RNA复合物结构中所涉及2个关键性问题（即分子对接打分函数的设计和RNA结合位点的预测）及研究进展进行了回顾,并对几种常用的方法进行了比较.最后分析了这两方面研究目前所存在的主要问题,并对未来的发展方向进行了展望.

     

蛋白质-RNA对接中打分函数设计及RNA结合位点识别研究进展

分子对接是目前研究蛋白质-RNA相互作用与识别的有效方法之一.其中,打分函数的合理设计与分子结合位点的准确识别对成功预测蛋白质-RNA复合物结构至关重要.结合小组的工作,对用分子对接方法预测蛋白质-RNA复合物结构中所涉及2个关键性问题(即分子对接打分函数的设计和RNA结合位点的预测)及研究进展进行了回顾,并对几种常用的方法进行了比较.最后分析了这两方面研究目前所存在的主要问题,并对未来的发展方向进行了展望.     

GP-MaxEnt模型的蛋白质二级结构预测

针对单序列蛋白质二级结构预测问题,提出了一种基于高斯先验最大熵(GP-MaxEnt)模型的预测方法.该方法根据氨基酸的构象偏好进行特征构造,利用改进迭代缩放算法(ⅡS)训练高斯先验最大熵模型.使用CB513数据集对GP-MaxEnt模型进行了测试分析.试验表明,该方法简单有效,能够获得较好的预测精度.     

基于小波核支持向量机的蛋白质二级结构预测

提出一种基于小波核支持向量机分类模型,将其用于SARS蛋白质二级结构预测.实验表明,该模型与其他同类方法相比,提高蛋白质二级结构预测的准确度达到1%～2%.     

蛋白质βαβ模体序列的统计分析及其识别

通过对相似性小于33%的1 423个蛋白质的βαβ模体序列的统计分析,选取了适合的序列固定模式长.用矩阵打分的方法,以氨基酸出现的频数为参数,识别了βαβ模体.并用自恰和独立检验两种方法对算法进行了检验,均获得了较好的识别效果.     

多结构域蛋白质结构预测方法综述

人工智能首次精确预测蛋白质三维结构入选《Science》杂志2020年十大科学突破,成为结构生物信息学领域的前沿方向。在自然界中,绝大多数单链蛋白中包含多个结构域。从生物学意义上来讲,结构域间缔结与协作对实现多个相关的功能至关重要。首先,介绍了蛋白质结构的预测技术发展及重要国际赛事CASP;其次,以单域蛋白结构预测方法、多域蛋白结构组装方法以及端到端的单体蛋白预测方法3部分对一些具有代表性的方法进行了简要阐述;然后,介绍了蛋白质结构预测研究中常用的数据库和模型质量评估指标,并比较了不同预测方法的性能;最后,分析总结了当前蛋白质结构预测方法的发展趋势,并对该领域未来的研究方向进行了展望。     

膜蛋白质间原子填充结构预测方法研究

根据蛋白质间三对三原子填充结构定义,对膜蛋白质间的原子填充结构进行解析,利用不同类型氨基酸形成填充结构的频率,构建了三对三原子填充结构的可能性矩阵,并研究了使用该矩阵进行填充结构预测的方法.     

考虑多尺度特征的固有不规则蛋白质预测方法

固有不规则蛋白质中长、短不规则结构区域具有明显不同的氨基酸组成,现有的单一预测模型很难同时兼顾两种不规则区域的特征,导致短的不规则区域预测精度降低.为了获取更全面的特征信息,提出一种新的建模方法.针对不规则区域的序列特点,对氨基酸序列进行不同尺度的特征提取并构建基模型,采用双错测度法度量基模型间的差异度,挑选具有较大差异度的基模型进行融合,建立集成预测模型,将集成预测模型的预测结果与窗口中心三肽氨基酸形成不规则结构的统计概率相结合作为最终的预测结果.实验结果表明,所提出的方法能够有效地兼顾到长、短不规则结构区域的特征,大幅提高不规则结构区域的预测精度.     

基于二级结构预测蛋白质复合体亚基相互作用

蛋白质相互作用在生命活动中起着核心作用,蛋白质复合体亚基的结合是蛋白质相互作用的一种重要形式.由于实验方法耗时耗力,因此从理论上预测蛋白质相互作用有着特殊的意义.首先对蛋白质复合体的结合区统计其二级结构、超二级结构和二级结构组合的频数,以及这些结构占整个蛋白质氨基酸链中各类统计数目的百分比,得到各类型结构出现在结合区的相对倾向值.而后,根据相对倾向值给出相结合的两个蛋白亚基的氨基酸链的打分规则.选取64个氨基酸长度为标准滑动窗口,以1为步长,将每一对蛋白链得到一组分值作为特征值输入支持向量机,构建模型.用10折交叉检验评价其预测能力,得到整体准确率、敏感性、阳性预测值和相关系数分别是64.52%、66.87%,63.92%和0.291.这表明本方法有一定的区分度,用于预测蛋白质亚基相互作用是可行的.     

用多模神经网络预测蛋白质二级结构

提出了一个由7个BP神经网络组合成的多模神经网络的预测模型,同时给多模神经网络引进了较多的生物进化信息(Evolutionary information),即一方面引入了“profile”编码,这种编码被认为携带了较多的生物信息;另一方面引入了氨基酸之间的“距离”概念．它体现了输入层临近氨基酸的相互联系和影响．对从36个蛋白质提取的4000个氨基酸的进行了预测研究．结果表明,与文献[1]的预测结果相比,本文的多模神经网络把蛋白质二级结构预测的平均精度从66．1502％提高到68．8903％．     

编码方式对蛋白质二级结构预测精度的影响

为了比较在蛋白质二级结构预测中常用的氨基酸序列编码方式的优缺点,借助前向型BP神经网络对正交编码、5位编码、Codon (2种)编码和Profile编码5种氨基酸编码方式进行了对比分析.实验结果显示,用富含\     

复杂网络链路危险度预测模型研究

提出了仅基于链路线形的危险链路预测模型,通过对链路线形数据的计算,得到相应的链路潜在危险程度,对新加入交通网络的链路进行预测,从而在碰撞发生之前进行相应的整治。实验选取自贡市檀木林—自来水厂路段为测试对象,通过分析其链路线形数据,探讨了该链路的危险性;同时,应用物理分析法和当量总碰撞法对结果进行验证比较。验证表明,该模型可以在不需要历史数据的情况下,有效准确地对危险链路进行预测。     

论复杂系统研究的等级结构与尺度推绎

复杂系统特别是开放的复杂系统是自然科学、工程技术和社会经济领域共同面临的一个重要研究课题．针对复杂系统研究的理论和方法多种多样，其中，等级结构、尺度和尺度推绎等具有普适性．等级结构(hierarchical structure)理论认为，以中心层或核心层(focal level)为中心和基础的三等级结构原理及方法，对研究多数自然和社会系统的形态、过程通常是必需的和足够的．同时，自然界和社会界都存在看多尺度(multi—scale)现象，在运用等级结构理论时往往需要考虑其尺度特性，并采用尺度推泽(scaling)方法．最后，给出3个论证实例．     

二维复杂速度结构中的射线追踪

针对二维复杂速度结构中的射线追踪,给出模型参数和追踪方法.采用该方法,能够精确地描述复杂的二维地质形体及地质构造的分界面特征,并且能够适用于各种复杂地形的情形;对不同的地层或地质体,根据其速度分布特征,采用局部网格化对其进行描述,减小了复杂地质结构在描述速度时计算机所需要的内存量,进一步提高了计算速度.本射线追踪方法不仅可以对复杂模型的反射波及回折波进行追踪,而且可以利用“微折射”方法对目标界面的首波进行追踪.     

双核镁配合物[Mg2（μ-OH2）2（H2O）4（OPPh3）4]Br4的合成与分子结构

溴化镁与三苯基膦氧在乙醇溶液中反应生成新的可用于MgO粒子制备前驱体的双核镁化合物[Mg2（μ-OH2）2（H2O）4-（OPPh3）4]Br4.单晶X射线衍射分析表明：该双核镁配合物结构由一个均氧配位的双核镁阳离子基团与4个溴离子所组成,两对溴离子参与形成分子间的O-H…Br氢键,并组成了由[Mg2（μ-O）2（O）4]核所共享的高度扭曲立方烷构型,其中每个镁原子与2个μ-OH2、2个OH2和2个OPPh3中的6个氧原子组成了八面体的空间结构,Mg-O（PPh3）、Mg-O（OH2）和Mg-μ-O（OH2）的平均键长分别为198.3（2）,206.1（2）和226.0（2） pm.