酶蛋白质中β-发夹和βαβ特殊模体的预测

摘要

酶是一类具有催化功能的蛋白质，它参与催化细胞生长、代谢等细胞新陈代谢中几乎所有的过程。因此，酶功能的研究是生命活动研究的重要课题。
　　酶蛋白质的功能与其结构密切相关，想了解酶蛋白质的功能，需要先测定其结构。由于实验测定酶蛋白质结构耗时且具有技术限制，理论预测酶蛋白质成为了研究的一大热点，大量已知的酶蛋白质氨基酸序列为其结构的预测提供了条件。但从酶蛋白质的序列直接预测其三级结构非常困难。超二级结构是三级结构的重要组成部分，是一级结构和三级结构之间的桥梁。β-发夹模体和βαβ模体是两类重要的超二级结构，它们包含大量的折叠信息和配体结合信息，因此，正确预测酶蛋白质中β-发夹模体和βαβ模体是一项有意义的工作。
　　本文对酶蛋白质中常见的特殊模体β-发夹和βαβ进行了预测。主要内容如下：
　　第一、酶蛋白质中β-发夹模体的预测
　　（1）依据ArchDB_EC数据库构建了非冗余的β-发夹数据集，包含序列相似性小于25％、分辨率高于3的酶蛋白质链1080条。通过统计分析，选取loop长为2-12个氨基酸的β-发夹模体作为研究对象，其中β-发夹模体2818个和非β-发夹模体1098个。
　　（2）采用矩阵打分算法对2818个β-发夹和1098个非β-发夹预测，预测效果不理想。为了提高预测精度，提出了基于矩阵打分值和平均化学位移值的支持向量机算法。以氨基酸位点亲疏水组分、位点亲疏水紧邻关联组分的打分值和平均化学位移值作为组合向量，输入支持向量机算法的预测总精度为81.8%，相关系数为0.636，预测效果好于矩阵打分算法的预测结果。
　　第二、酶蛋白质中βαβ模体的预测
　　（1）依据DSSP、PDB和SCOP数据库，构建了非冗余的βαβ模体数据集。得到了序列相似性小于25%，分辨率高于3，至少存在一个βαβ模体的酶蛋白质1141个，包含βαβ模体3081个，非βαβ模体2356个。
　　（2）通过统计分析，确定以loop-α-loop长10-26个氨基酸的βαβ模体为研究对象，包括βαβ模体2659个，非βαβ模体2002个。选取32个氨基酸为固定序列模式长，并对截取的固定序列模式做位点保守性分析。
　　（3）采用随机森林算法对酶蛋白质中βαβ模体进行预测，当以离散增量值、氨基酸残基间的相互作用、预测的二级结构信息和矩阵打分值作为组合向量时，5-fold检验预测总精度是84.7%，相关系数达到了0.686。将相同特征参数输入到支持向量机算法中，比较后发现随机森林算法得到的预测结果较好。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究的背景及意义

1.2课题研究的国内外现状

1.3本文的结构安排

第二章 酶蛋白质中特殊模体及相关数据库的简介

2.1酶蛋白质中β-发夹模体的简介

2.2酶蛋白质中βαβ模体的简介

2.3相关数据库的简介

2.4本章小结

第三章 酶蛋白质中特殊模体β-发夹的预测

3.1数据集建立

3.2材料的选取

3.3特征参数的提取

3.4方法和评价指标

3.5结果与讨论

3.6本章小结

第四章 酶蛋白质中特殊模体βαβ的预测

4.1数据集的构建

4.2统计分析

4.3特征参数的提取

4.4随机森林(RF)算法

4.5结果与讨论

4.6本章小结

第五章 总结与展望

5.1本文总结

5.2课题展望

参考文献

附录

附图一 第一种和第三种截取方式得到的β-发夹氨基酸亲疏水组分位点保守性分析图

附图二 第一种和第三种截取方式得到的βαβ模体氨基酸位点保守性分析图

致谢

在读期间取得的科研成果