蛋白质序列

摘要： 利用复杂网络的方法来探索序列特征因素对蛋白质结构的影响。由于蛋白质的序列对结构具有重要且复杂的影响,因此将蛋白质的结构以及序列特征之间的关系模拟成一个复杂系统,通过利用互相关系数、标准化互信息和传递熵等方法来建立以序列特征为节点的加权网络,进而利用网络中心性的方法来分析不同蛋白质结构类型对应加权网络的中心性分布的差异,探索不同结构类型蛋白质的序列特征差异。发现不同的蛋白质结构类型对应的序列特征网络既有共性又有差异,文章将针对每一种结构类型的网络中心性分布,以及不同结构类型之间的共性与差异进行详细地讨论。研究结果对蛋白质序列与结构之间关系的研究,特别是结构分类研究具有重要的意义。

摘要： 确定蛋白质的亚细胞位置对了解胞内蛋白质功能以及药物设计具有重要作用.利用机器学习手段进行蛋白质亚细胞定位预测可以有效弥补传统实验手段耗时费力的不足.有些蛋白质同时存在于多个亚细胞位置中,或者游走于不同亚细胞之间,以实现其生物学功能,因此,蛋白质亚细胞定位预测实际上是一种多标记学习问题.本文主要从蛋白质序列的特征提取方法和多标记学习算法两方面归纳和阐述,最后从蛋白质序列特征提取,非平衡数据集和标记相关性三个方面提出进一步研究方向.

摘要： 确定蛋白质的亚细胞位置对于了解蛋白质的功能以及药物设计具有重要作用.在后基因时代,测序序列呈现爆发式增长,而传统实验手段无法满足海量蛋白质的亚细胞定位需求.将蛋白质亚细胞定位问题引入到机器学习领域可有效解决该难题.本文提出基于PSSM-MLSMOTE方法的革兰氏阴性菌蛋白质亚细胞定位预测.首先使用AAO和PSSM-AAO方法对蛋白质序列进行特征提取,并将两种算法融合.然后采用MLSMOTE方法平衡数据集,最后将处理后的数据集输入MLkNN算法分类器中预测蛋白质的亚细胞位置.通过jackknife检验,总体召回率可达到83.4％,此模型能够有效预测蛋白质的亚细胞位置.

摘要： 1984年,美国国家生物医学研究基金会启动了一个免费在线数据库项目——蛋白质信息资源数据库(PIR),其中包含超过28.3万种蛋白质序列。如今,世界各地的科学家都可以将其获得的未知蛋白质与该数据库中的已知蛋白质进行比对,考察它们的相似性和差异性。借助这些数据,科学家能够快速、准确地推断出某种蛋白质的进化史,及其与各种生命形式的关系。这个规模庞大的在线数据库的建立,要归功于一位名叫玛格丽特·戴霍夫的女性撰写的《蛋白质序列与结构图册》。

摘要： 蛋白质相互作用(PPI)在所有生物体的细胞功能和生物学过程中都起着至关重要的作用,可以帮助人们更好地了解感染机理,开发药物和优化治疗方法.主要回顾和比较了基于氨基酸序列特性进行PPI预测的方法,并讨论了该领域的技术挑战.

摘要： UniProt(https://www.uniprot.org/)是国际知名蛋白质数据库,主要包括UniProtKB知识库、UniParc归档库和UniRef参考序列集三部分.UniProtKB知识库是UniProt的核心,除蛋白质序列数据外,还包括大量注释信息.UniProtKB知识库分Swiss-Prot和TrEMBL两个子库.Swiss-Prot子库中50多万条序列均由人工审阅和注释,而TrEMBL子库中1.4亿多条序列是由核酸序列数据库EMBL中的蛋白质编码序列翻译所得,并由计算机根据一定规则进行注释.UniParc归档库将存放于不同数据库中的同一个蛋白质归并到一个记录中以避免冗余,并赋予序列唯一性特定标识符.UniRef参考序列集按相似性程度将UniProtKB和UniParc中的序列分为UniRef100、UniRef90和UniRef50三个数据集.UniProt网站为用户提供了高效实用的高级检索系统和大量帮助文档.UniProt数据库每4周发布新版的同时也发布统计报表,用户可通过统计报表了解该数据库的数据量及更新情况、数据类别和物种分布等基本信息,查看常规注释信息、序列特征注释信息和数据库交叉链接等统计数据.UniProt是目前国际上序列数据最完整、注释信息最丰富的非冗余蛋白质序列数据库,自本世纪初创建以来,为生命科学领域提供了宝贵资源.

摘要： 为解决实验方法中结果存在较高假阳性率和假阴性率的问题,整合蛋白质特征数据,提出一种基于深度神经网络的蛋白质相互作用预测框架.提取蛋白质的GO语义相似性、序列相似性、蛋白质重要性以及亚细胞定位信息,得到低维度的输入数据.然后建立深度神经网络,进行预测.通过使用弃权技术,减少网络中复杂的互适应神经元,总体性能得到提高.预测框架在酿酒酵母蛋白质数据集上的准确率达到95.67％,精确度达到96.38％.实验结果表明:提取的特征数据较适合用于蛋白质互作的预测研究,且构建的基于深度神经网络的蛋白质相互作用预测框架具有出色的泛化性能,在多种数据上都能取得较好效果.

摘要： 在生命科学领域,人工智能逐渐占据了无法替代的数据分析地位。蛋白质作为生命体的重要组成,具有序列的多样性和功能结构的复杂性,这与音乐作品的结构组成在某种意义上具有相似性。文章基于对蛋白质结构特点和人工智能的应用优势分析,探讨通过人工智能建立蛋白质分子结构并转换成音乐作品的可能性和可行性,并对生命科学与艺术学的融合进行探讨和分析。

摘要： 考虑到现有的基于序列的蛋白质相互作用预测方法均采用单一的特征提取方法,具有一定的局限性,提出一种方法.用元学习策略作为分类器融合策略,并集成多种蛋白质序列特征提取方法.在10 702对酿酒酵母蛋白质对数据集上,得到97.28％的预测精度,优于目前现有方法的平均水平,在独立测试集上同样具有优秀的表现,实验结果表明,该方法有效提高了蛋白质相互作用预测的准确率.%Considering that the existing methods for protein-protein interactions (PPIs) based on protein sequence use the single feature extraction and have certain limitations,a method based on multiple feature extraction for protein sequence was proposed.Experiments were carried out on the data set with 10 702 Saccharomyces cerevisiae protein pairs.Results show that the prediction accuracy of the proposed method reach 97.28％,which is superior to the average of the existing methods.On the independent test set,the proposed method also shows excellent performance,indicating that it effectively improves the accuracy of prediction of PPIs.

摘要： 蛋白质序列作为生物序列数据一个重要组成部分，对其的分析研究已经成为生物信息学中的一个重要的研究方向和内容．通过对序列进行模式挖掘，可以对蛋白质序列或某一蛋白质家族序列进行研究，因此蛋白质序列的模式挖掘已经成为蛋白质序列研究中的一项重要任务．MBioPM是一种最新的生物序列模式挖掘算法，该算法通过引入模式划分概念，提高算法的效率，但该算法在效率方面仍存在不足，而且挖掘结果存在冗余性的问题．因此，提出一种优化算法BioPMMH，通过带有模式划分特点的Hash链表结构来优化算法中的搜索空间及策略，并在算法过程中对重复模式进行过滤．实验表明，算法BioPMMH能有效提高模式挖掘的效率，并解决结果的冗余性问题．

摘要： 作为一种新的尝试,近期,人们力图发展基于纳米孔道传感器的检测生物分子(如DNA[1])结构的全新方法.由于拉伸分子动力学模拟(Steer Molecular Dynamics Simulation,SMD)技术,可通过解析单分子力谱来获取被拉伸体系的力学特征,预测其生物化学性质,因而,它对于指导纳米孔道传感器的工艺设计与信号检测方案的制定而言,是一个有力工具. 蛋白快速测序问题,依然是技术上的挑战.我们知道,多肽链之各氨基酸残基,具有带电性、体积等的差异.若驱动蛋白质肽链穿过某一特殊制备的纳米孔道,不同氨基酸残基应将受到大小、方向不同的电场力和纳米孔道的阻尼力.如何利用SMD技术,揭示这一差异性,进而探索用纳米孔道传感器测定蛋白质一级结构的可能性,无疑是一种有益的探索.本文研究用纳米孔道测定蛋白质序列的分子动力学模拟。

摘要： 蛋白质序列的分类是预测新蛋白质序列的结构和功能的重要方法。已有的方法主要基于序列比对或概率后缀树。本文设计了一种基于频繁模式的蛋白质序列分类算法 CFS。我们使用每类数据独有的频繁模式代表该类，然后应用各类的频繁模式对测试数据进行分类。实验结果表明 CFS 方法在分类精确度方面优于目前公认最好的基于概率后缀树 PST 方法，而且在CFS 方法中每一类数据都是通过该类独有的频繁模式作为类代表，这样使得分类更直观，更易于理解，而且更具有生物信息学意义。

摘要： 本文从氨基酸的物化特性出发，利用物理学中“粗粒化”思想，提出了蛋白质序列的分组重量编码方法（Encoding Based on Grouped Weight，简记为 EBGW），并结合组分耦联算法进行结构型预测的研究。对标准集 T359 中 359 个蛋白质的 Resubstitution 检验和Jack-knife 检验预测准确性分别达到 99.72﹪和 91.09﹪，其中 Jack-knife 检验总体预测精度比相同条件下采用氨基酸组成编码的方法提高了约 7﹪，特别是α + β 类的预测精度提高了 15﹪。实验结果表明蛋白质序列的EBGW 编码方法能够有效的提取字母序列中蕴含的结构信息。

摘要： 本文论述蛋白质序列分析是分子生物学分析的基础工作,同时是新兴的生物信息学研究的重要工具,构成生物信息学的基石.为满足蛋白质的进化分析,序列模体的发现,同源模建等工作的需求,人们设计出各种不同方法分析蛋白质序列,试图提取出序列中包含的生物学信息,尤其是与结构,功能相关的信息.目前有代表性的序列比对工具有FASTA,BLAST和PSI-BLAST.

摘要： 本文应用生物信息学方法比较分析了人、猪、小家鼠、黑猩猩、非洲象等17个物种的SIM1基因编码区和蛋白质序列，并通过聚类分析了解该基因的进化情况。研究发现所选取的17个物种中，不存在物种内CDS和蛋白质序列长度差异。同时发现所选取的17条SIM1基因序列的终止密码子均为TGA，这再次证明大部分哺乳动物对TGA终止密码子具有一定的偏爱性。

摘要： 本文运用多重分形理论对蛋白质序列进行分析,多重分形能够分层次地刻画蛋白质特征序列的内部精细结构,突出异常局部的变化特征.同时,结合商空间粒度计算理论,对多重分形方法中的加权因子α进行粗粒度化处理,使得二维空间△d～max(Ca)在结构聚类问题上,起到显著效果。为进一步预测蛋白质结构类,提供了有益的帮助。

摘要： 本文运用生物信息学的手段,通过对数据库的搜索与查询,以及构建基因进化树,对DR0167的序列进化进行了研究,另外对于其蛋白质二级和三级结构进行预测,对其可能的功能进化的基础进行探讨.最后综合以上的结果,提示出DR0167可能的进化途径.

摘要： 在生物信息学中,寻找核苷酸和蛋白质序列中模式(pattern)极为重要,许多模式通常具有重要的结构和功能,一般认为它们是在进化过程中保存下来的,因而更可能在生物序列中出现,在核苷酸和蛋白质序列中找出它们可以帮助决定序列的功能以及阐明序列间的进化关系.现在已经有几种算法来处理这类问题,如Pratt,Splash,和Meme.本文介绍另外一种算法,并将它用于64条线粒体全基因组的研究,得到了一些有意义的发现.

摘要： 本发明公开一种基于注意力机制使用蛋白质一级序列预测蛋白质相互作用的卷积神经网络模型，为双层网络结构，每层网络依次包括嵌入层，卷积层，注意力层，全局平均池化层；预测时，将蛋白质的两条序列分别输入到一层网络的嵌入层，然后依次经过卷积层，注意力层，全局平均池化层处理，最后将两层网络所输出的特征向量合并为一条特征向量输入到全连接层，通过sigmoid完成蛋白质相互作用的分类，输出预测结果值。本发明用于对蛋白质相互作用进行预测，经验证预测效果好。

摘要： 本申请涉及一种蛋白质的序列设计方法、蛋白质的结构设计方法、装置及电子设备。该序列设计方法包括：获取具有预设长度的起始序列和对应的角度距离分布；其中，起始序列为包括目标基序的序列或随机序列；以起始序列开始对单个氨基酸进行随机突变，及依序根据前一次突变后的氨基酸序列及对应的角度距离分布对单个氨基酸进行当前随机突变，并分别按照预设损失函数根据对应的角度距离分布确定各突变后的氨基酸序列对应的变化值；选取变化值符合预设条件的氨基酸序列作为优选序列。本申请提供的方案，能够有效地获得优选序列，提高研发效率和降低研发成本。

摘要： 描述了使用机器学习技术基于模板蛋白质的氨基酸序列来生成目标蛋白质的氨基酸序列的系统和技术。可以基于限制可以对模板蛋白质的氨基酸序列进行的修饰的数据来生成目标蛋白质的氨基酸序列。在说明性示例中，模板蛋白质可以包括由非人的哺乳动物产生的结合至抗原的抗体，并且目标蛋白质可以对应于具有与模板抗体的结合区具有至少阈值量的同一性的区域的人抗体。生成式对抗网络可以用于产生目标蛋白质的氨基酸序列。

摘要： 由下述氟树脂形成了与蛋白质或包含蛋白质的组合物接触的表面的容器及用于制造蛋白质或包含蛋白质的组合物的器材具有显著的低蛋白质吸附性，其中，所述氟树脂为选自四氟乙烯‑六氟丙烯系共聚物及四氟乙烯‑全氟烷基乙烯基醚系共聚物中的至少1种氟树脂，并且，所述氟树脂的熔点为320°C以下，所述氟树脂中的相对于每1×10

摘要： 本发明提供能减小使用了特异性地结合的物质的测定中的由肝型脂肪酸结合蛋白质引起的测定值的变动幅度的肝型脂肪酸结合蛋白质制剂、评价该制剂的方法、制作肝型脂肪酸结合蛋白质的校准曲线的方法、以及定量该蛋白质的方法。一种用使用了用10mM的氧化剂在25°C下进行1小时的氧化处理的肝型脂肪酸结合蛋白质制剂的测定值与使用了未进行上述氧化处理的肝型脂肪酸结合蛋白质制剂的测定值的比表示的氧化变动系数设定为1.4以下的肝型脂肪酸结合蛋白质制剂、用于该制剂的肝型脂肪酸结合蛋白质、编码该蛋白质的DNA、由该DNA转化得到的细胞、该蛋白质的制造方法、评价该制剂的方法、抑制使用该制剂的测定中的测定值的变动幅度的方法、制作该蛋白质的校准曲线的方法、以及定量该蛋白质的方法。

摘要： 本申请涉及一种蛋白质的序列设计方法、蛋白质的结构设计方法、装置及电子设备。该序列设计方法包括：获取具有预设长度的起始序列和对应的角度距离分布；其中，起始序列为包括目标基序的序列或随机序列；以起始序列开始对单个氨基酸进行随机突变，及依序根据前一次突变后的氨基酸序列及对应的角度距离分布对单个氨基酸进行当前随机突变，并分别按照预设损失函数根据对应的角度距离分布确定各突变后的氨基酸序列对应的变化值；选取变化值符合预设条件的氨基酸序列作为优选序列。本申请提供的方案，能够有效地获得优选序列，提高研发效率和降低研发成本。

摘要： 本发明提出一种直接利用蛋白质多序列联配信息构建蛋白质结构的方法和系统，包括：使用第一编码器为蛋白质多序列联配信息中每个残基位置提取上下文表示作为该残基位置所处的结构环境；使用聚合器根据该结构环境聚合每个残基对编码特征向量，将得到该蛋白质多序列联配信息中残基对的聚合特征作为初始关联性；根据所有残基对的全局上下文，使用第二编码器细化该初始关联性，得到该蛋白质多序列联配信息中每一个残基对的最终关联性，根据该最终关联性生成该蛋白质多序列联配信息中残基间距离，基于该残基间距离构建蛋白质的三级结构。本发明直接从多序列联配学习残基间距离，因此可以提高残基间距离预测的精度，显著提高了蛋白质空间结构的预测精度。

摘要： 本发明公开一种基于注意力机制使用蛋白质一级序列预测蛋白质相互作用的卷积神经网络模型，为双层网络结构，每层网络依次包括嵌入层，卷积层，注意力层，全局平均池化层；预测时，将蛋白质的两条序列分别输入到一层网络的嵌入层，然后依次经过卷积层，注意力层，全局平均池化层处理，最后将两层网络所输出的特征向量合并为一条特征向量输入到全连接层，通过sigmoid完成蛋白质相互作用的分类，输出预测结果值。本发明用于对蛋白质相互作用进行预测，经验证预测效果好。

摘要： 本发明公开了一种优化的重组人骨形态发生蛋白质-2的DNA序列及其编码蛋白质，其重组蛋白质rhBMP-2SEDIDNO．1为人的BMP-2成熟肽的C端110个氨基酸加上MGAKQ五肽，其中BMP-2成熟肽的第五个氨基酸H突变为Q；构建的重组rhBMP-2蛋白序列，通过对密码子的优化，得到优化的DNA序列SEDIDNO．2和SEDIDNO．3。BMP-2成熟肽在加五肽或二肽的重组后，蛋白的表达量可提高至30%以上，而且后续纯化和复性过程中更容易，能够得到更高的复性效率，因而其产量会明显增高，有更高的生物活性，更加适合工业化生产。

摘要： 基于微藻蛋白质特征序列标签匹配的蛋白质快速检测方法及系统，包括采集微藻样品，获得其蛋白质序列集，转换成标准蛋白质序列集，并进行拆分配置处理，将其转换为对于一个给定序列片段的键/值对列表，将键/值对列表进行汇总后做交集运算，当结果非空，则确定该数据集某条数据含有特征蛋白质序列。其系统主要包括检测数据输入模块、键/值对列表模块、检测识别模块、特征值交集运算模块、输出模块。本发明通过蛋白质序列检索以判断蛋白质的同源性和相似性程度，较传统逐条数据进行对比的方式，算法的鉴定准确率和效率有显著提高，大大提升了检索效率，不仅具有良好的实用性，而且算法的时间复杂度低，性能高，对于蛋白质组学的研究具有重要意义。