基于添加模体信息和功率谱密度组合向量预测27类蛋白质折叠子.pdfVIP

物物理学报 2010 年9 月 第26 卷 第9 期: 823-832 A CTA BIO PHYS ICA S INICA 20 10 Vol.26 No.9: 823-832 www.cj 研究论文/ Research Article 基于添加模体信息和功率谱密度的组合 向量预测27 类蛋白质折叠子 刘雷, 胡秀珍 蒙古工业大学理学院，呼和浩特 010051 收稿日期：2010-01-17；接受日期：2010-05-16 基金项目：国家自然科学基金项目 ； 蒙古自治区高等学校科学研究项目(NJZY08059) 通讯作者：胡秀珍，电话：(0471)6576281，E-mail ：hxz@ 摘要：以序列相似性低于40% 的1895 条蛋白质序列构建涵盖27 个折叠类型的蛋白质折叠子数 据库 从蛋白质序列出发 用模体频数值尧 低频功率谱密度值尧 氨基酸组分尧 预测的二级结构 信息和自相关函数值构成组合向量表示蛋白质序列信息 采用支持向量机算法 基于整体分类 策略 对27 类蛋白质折叠子的折叠类型进行预测 独立检验的预测精度达到了66.67%遥 同时 以同样的特征参数和算法对27 类折叠子的4 个结构类型进行了预测 独立检验的预测精度达到 了89.24% 遥 将同样的方法用于前人使用过的27 类折叠子数据库 得到了好于前人的预测结果遥 关键词：模体频数曰 功率谱密度曰 支持向量机曰 蛋白质折叠子曰 蛋白质结构类型 中图分类号：Q61 0 引 言 蛋白质折叠子反映了一个蛋白质核心结构的拓扑结构模式，包括蛋白质分子空间结构 组成的三个主要方面，即二级结构单元、二级结构单元的相对排布位置关系，以及蛋白质 多肽链的整个路由关系 即肽链走向冤 [1]。大量研究表 ，蛋白质的生物活性不仅决定于蛋 白质分子的一级结构，而且与其特定的空间结构密切相关，特定折叠子行使特定的生理功 能，某些折叠子的异常折叠可引发疾病，如疯牛病、阿尔兹罕默氏病、帕金森氏病、癌症 [2 4] 等 。因此，蛋白质折叠子的研究，尤其是27 类折叠子的识别研究，一直是生物信息学 的重要课题。 近年来，国 外许多研究者在27 类折叠子的识别方面已做了一些工作。2001 年，Ding 和Dubchak[5]选取氨基酸组分、极性、极化率、范德瓦尔斯量、疏水性和二级结构6 种特 征，基于“一对多”、 “唯一的一对多”和 “一对一”的分类策略，用神经网络和支持向量 机方法对27 类蛋白质折叠子的类别进行了研究，预 精度达到了56% 。2004 年，张绍武 [6] 等 以氨基酸组分和自相关函数值为参数，采用 “唯一的一对多” 策略，用支持向量机方 [7] 法对27 类蛋白质折叠子的类别进行预 ，精度达到44.22% 。2005 年，Chinnasamy 等 采 用Ding 和Dubchak[5]用到的6 种特征参数，构建进化树和贝叶斯分类器，对27 类折叠子类 823 研究论文/ Research Article 生物物理学报 2010 年 第26 卷第9 期 别进行预 ，总精度达到58.18 %；同时，Chinnasamy 等还以同样的方法对27 类折叠子的 [8] 结构类型进行了研究，预 精度为80.52% 。2006 年，施建宇等人 也从蛋白质序列中提取 了同样的6 种特征参数，采用三层支持向量机融合网络方法，在“多对多”的分类策略下, 对27 类折叠子类别的预 精度达到了61.04% 。同年，Shen 和Chou[9] 结合序列顺序信息， 采用基于伪氨基酸组分的优化证据理论 K 近邻 ( optimized evidenc