基于序列信息的融合多种特征参数方法预测膜蛋白类型

摘要

膜蛋白是生物膜实施功能的基本场所，很多膜蛋白是药物的重要靶标，绝大多数疾病都是由于某种特定的膜蛋白缺陷引起的。膜蛋白的异常与囊性纤维变性、癌症、甚至是老年痴呆症、帕金森氏症等都密切相关，因此膜蛋白功能的研究无疑对新型药物的开发、设计、筛选都起到非常重要的作用。膜蛋白的类型与其功能是密切相关的，如果知道膜蛋白的所属类型，就知道了它的功能，因此对膜蛋白类型的预测是研究其功能的重要手段。通过实验确定膜蛋白的类型费时、费力、费财，并且不能批量测定。因此在理论上发展一种即快又可靠的方法来预测膜蛋白的类型，让其更好的服务人类的生活是十分必要的。本文从蛋白质的氨基酸序列出发对膜蛋白的类型进行了预测，得到如下结论：
　　(1)根据每类膜蛋白的特点，将8种类型的膜蛋白序列进行等分处理，统计出每一个等分部分的氨基酸组分,采用离散增量算法，对8种类型的膜蛋白进行预测。
　　(2)将8类膜蛋白N端和C端进行氨基酸片段截取,运用位置矩阵打分算法对N端和C端等量的氨基酸残基片段进行打分处理，对8类膜蛋白的类型进行预测。
　　(3)将等分的20种氨基酸组分的离散增量值、位点氨基酸保守性的打分值、稀有模体频数、氨基酸物化特征的自交叉协方差值、二级结构频数值、超二级结构频数值以及复杂超二级结构频数值组合为特征参数，使用支持向量机(SVM)进行分类预测，获得了最佳预测结果，使用独立检验其预测总精度为93.9％。每一类膜蛋白的预测精度为：第一类膜蛋白：86.7%；第二类膜蛋白：50.0%；第三类膜蛋白：33.3%；第四类膜蛋白：66.7%；第五类膜蛋白(多通路跨膜蛋白)：98.2%；第六类膜蛋白(脂链锚定膜蛋白)：81.6%；第七类膜蛋白(GPI锚定膜蛋白)：73.9%；第八类膜蛋白(外周膜蛋白):81.5%。