蛋白质二级结构预测的结构表达方法研究.pdfVIP

第37卷 第6期 河南师范大学学报(自然科学版) V Z．37 No．6 2009年 11月 JournaloyHenanNormalUniversity(NaturalScience) NOV．2009 文章编号 ：lO0O一2367(2009)06一OO87一O4 蛋白质二级结构预测的结构表达方法研究 吕庆章，牛 静 ，李小娟，王珂芳 (河南师范大学 化学与环境科学学院，河南 新乡 453007) 摘 要 ：蛋白质二级结构预测时，描述窗口内氨基酸残基序列的各种物理化学和分子结构参数的数量非常大， 而且不能很好地直接体现氨基酸的连接顺序，这样就造成二级结构预测工作既费时效果又低下 ，因此，对这些数据 预处理是非常必要的．研究发现，这些初始数据对应的变换矩阵的本征值谱与氨基酸残基序列情况无关，只与氨基 酸的类别、数量性质有关，而其本征函数数据能够直接反映氨基酸残基的序列情况，利用有显著大小的本征值对应 的本征函数作为描述参数，在进行蛋 白质二级结构预测时，不但能够显著减少描述参数的个数，而且它体现了氨基 酸顺序的变化 ．这将有效提高蛋 白质二级结构预测研究效果． 关键词 ：描述参数；氨基酸残基序列；蛋白质二级结构预测；平移窗口 中图分类号：Q51 文献标识码：A 蛋白质二级结构对于深入研究蛋 白质的折叠结构和蛋白质的生物活性有着重要的作用．所有蛋 白质的空间结构都由实 验来测得工作量巨大也不现实的．二级结构预测的关键是建立的蛋白质序列结构的表达方法，这也是二级结构预测的基础且 直接决定 了预测的效果 ，优秀的表达方法必须能够充分地反映出氨基酸序列 的连接情况，而且表达氨基酸序列连接情况 的数 据也应该尽量减少 ，以便减少预测工作 的难度并提高预测准确度．第一代 的预测方法主要是根据单个残基的性质来做判 断 。 }．第二代的预测方法的原理是将 已知结构的蛋白质氨基酸序列以一个大小固定的窗口，利用滑动窗口的方式将其切成 数个片段，再没法从这些片段中提取出有用的信息_{ 。第三代预测方法是在第二代方法之上，利用相似的氨基酸序列进行预 测，此方法要借助大量数据、更复杂的算法以及强大运算能力的计算机口 ，但是这些方法都存在着各 自的缺点．我们从蛋 白 质二级结构数据的表示方法出发，用 26个物理化学、能量及构象参数来描述 2O种天然的氨基酸 ，探讨了滑动窗 口法预测二级 结构时更合理的蛋 白质结构数据表达方法 ，以提高二级结构预测时表达方法 的有效性及简洁性． 1 蛋 白质结构初始表示方法 蛋白质结构研究已经积累了很多的关于氨基酸的结构性质参数 ，过去不少研究者都是直接利用这些参数对氨基酸进行 描述并直接运用到蛋白质二级结构的研究的，这种方法使得描述蛋白质片段的参数数量过于繁琐．如果每个氨基酸用 48个参 数描述，蛋 白质窗口宽度为 13，那么每个窗 口的蛋白质片段就需要用 624个参数描述 ，在利用这 624个参数与该片段的结构 性质进行关联时，很多研究都认为神经网络方法预测蛋白质结构性质的效果最好．但是，凭经验可知，每个片段用 624个描述 变量再加上蛋 白质结构 的复杂性 ，决定了这样的神经网络将是十分复杂并难以训练使 网络收敛的．为此 ，我们在作 了一些试 探性研究的基础上，提出了我们的蛋白质描述方法 ．首先根据这些描述氨基酸结构性质 的参数特征，从文献[22]中的48个参 数 中挑选 出与结构明显相关的26个物理化学、能量及构象参数来对每个氨基酸进行描述(详见文献)．直接用这些数据作为描 述蛋白质 的参数与二级结构关联时效果很差，为此 ，本文对蛋白质中氨基酸的这些参数进行处理，提 出了科学性更强的描述 方法 ． 2 新的蛋白质结构表示方法策略及讨论 假设选择的蛋白质片段的窗口宽度为 d，每个氨基酸用 26个参数来描述 ，那么描述该蛋 白质片段 的初始数据就构成一个 包含 dX26个元素的矩阵A，在化学计量学中大家经常是用A×A 得到的d×d的d维方阵来进一步处理的，这里的A 表 示 A的转置矩阵，显然该方矩阵是一一个对称 的实数矩阵，即厄密矩阵，蛋 白质片段 的这一矩阵会有什么特点呢?为了说 明问 收稿 日期 ：2009～04—2O 基金项 目：河南省杰出青年科学基金(0641000