蛋白质空间结构数字特性统计分析及应用.pdfVIP

第32卷第5期 武汉工程大学学报 V01．32No．5 2010年05月 J． WuhanInst．Tech． 2010 May 文章编号：1674—2869(2010)05—0045一04 蛋白质空问结构数字特性统计分析及应用 章社生，何 康，范 宁，晏 臻，王 星 (武汉理工大学理学院统计学系，湖北武汉430070) 摘要：研究了蛋白质分子的结构，从RCSB公共数据库中收集蛋白质PDB数据文件，利用统计分析和数据 挖掘知识，建立了以蛋白质形心为原点的蛋白质原子空间坐标系。从蛋白质的数字特征人手，讨论了五类蛋白 质(肌蛋白、血蛋白、激素、抗体、生物膜)的结构特性及数字特征的分布，其中激素分子相对其他几类蛋白质较 小，原子的分布也相对集中；并讨论了20种残基的结构特性，构造出蛋白质数字特征能量函数，其结论有助于 蛋白质生物功能开发和蛋白质设计研究． 关键词：蛋白质；氨基酸；数字特征；生物统计 中图分类号：0213 文献标识码：A doi：10．3969／j．issn．1674—2869．2010．05．013 在蛋白质中的深度倾向性因子，并得到了这些倾 O 引 言 向性因子与氨基酸的物理、化学综合特性的相关 蛋白质是构成生命的物质基础，它是与各种 性质．根据蛋白质空间结构和蛋白质生物性质，国 形式的生命活动紧密联系在一起的物质．在催化 内外学者建立了多种蛋白质折叠模型和蛋白质设 生命体内各种反应进行、调节代谢、抵御外来物质 计模型[}93；这些模型一般应用能量函数进行计 入侵及控制遗传信息等方面都起着至关重要的作 算，利用蛋白质空间结构的数值特征是构造能量 用，是生命科学中极为重要的研究对象．蛋白质是 函数的一种途径． 由一条或多条多肽链组成的生物大分子，每一条 本文根据PDB数据文件计算蛋白质空间结构 多肽链有数十到数百个氨基酸残基不等；各种氨 的数值特征，构造数值特征的能量函数．PDB收集 基酸残基按一定的空间顺序排列．不同的蛋白质 的蛋白质数据来源于X光晶体衍射和核磁共振的 空间结构有不同的生命功能．揭示蛋白质的生命 数据，经过整理和确认后存档而成．蛋白质种类众 活动规律，研究蛋白质的折叠，设计具有特定功能 多，分类方式各异．按分子形状分类，可分为球状 的蛋白质，都需要了解蛋白质空间结构．文献[11介 蛋白质和纤维状蛋白质．鉴于大多数蛋白质属于 绍了X射线晶体学、二维核磁共振(2nNMR)和球状蛋白质，如血红蛋白、肌红蛋白、酶、抗体 低温冷冻电镜等蛋白质空间结构的实验测定方 等【l弘11]，本文主要选取了球蛋白作为研究对象，并 法．应用这些方法，实验室已测定大量蛋白质空间 将其分为五大类，即血红蛋白、肌蛋白、激素、抗 结构，并以PDB文件形式贮存在公共数据库中，免 体、生物膜的成分，分别抽样进行计算与分析．文 费供世界各地研究者使用．文献[2]应用统计分析 中叙述数字特征的计算原理及血红蛋白等五类蛋 方法，利用数据挖掘中的数据分布拟合理论对生 白质的数字特征，讨论氨基酸的数字特征，给出了 物科学领域中的蛋白质侧链空间结构进行统计分 数值特征能量函数的构造原理． 析．以世界上广泛使用的生物分子三维结构数据 1 蛋白质数字特征 库PDB为基础，利用多氨酸残基侧链碳原子间距 离的统计分析方法，通过正交试验设计和信息论