考虑界面信息和相互作用能的蛋白质-DNA结合亲和性预测方法

摘要

考虑界面信息和相互作用能的蛋白质‑DNA结合亲和性预测方法，属于蛋白质‑DNA相互作用与识别预测技术领域。首先构建训练集和测试集，根据实验结合亲和性数据以及复合物结构PDB ID号，取得340个样本，其中36个作为独立测试集，其余作为训练集；然后按以下三个步骤进行：1：对复合物结构进行分类；2：提取复合物特征；3：使用集成回归模型预测复合物结合亲和性。在此过程种，根据DNA结构类型和蛋白质上结合残基占比对复合物进行分类，并针对每种复合物类型提取各自的最优特征组合；除蛋白质和DNA的序列和结构特征外，加入了界面特征和相互作用能特征。