基于不同标度伪氨基酸组成预测脂肪酶的类型.pdfVIP

生 物 工程 学报 ChinJBiotech2008，November25；24(11)：1968-1974 journals．irn．ac．cn ChineseJournalofBiotechnology ISSN 1000-3061 cjb@im．ac．cn @ 2008InstituteofMicrobiology,CASCSM,Allrightsresewed 基于不同标度伪氨基酸组成预测脂肪酶的类型 张光亚，李红春，高嘉强，方柏山 华侨大学生物工程与技术系，厦门 361021 摘 要：从序列出发预测某蛋白质是否为脂肪酶以及属于哪种脂肪酶具有重要的理论和应用价值。提出了基于 z标度 和T标度的伪氨基酸组成方法提取序列特征值，采用了k-近邻算法回答上述问题 。经参数选择后，三种方法在各 自最优 运行参A．-F，其 10倍交叉验证的结果为：对脂肪酶和非脂肪酶预测精度分别为 92．8％、91．4％和 91．3％；对脂肪酶类型 预测的精度分别为92_3％、90．3％和 89．7％。其中基于 z标度伪氨基酸组成效果最佳，基于 T标度的次之，但均明显优 于其他 6种常见的特征值提取方法，并对其可能的原因进行了探讨。 关键词：脂肪酶，z一标度 ，T一标度，伪氨基 酸组成，k-近邻 PredictionofLipasesTypesbyDifferentScalePseudo—amino AcidComposition GuangyaZhang，HongchunLi，JiaqiangGao，andBaishanFang DepartmentofBiotechnologandBioengineering，HuaqiaoUniversity，Xiamen361021，China Abstract：Lipasesarewidelyusedenzymesinbiotechnology．Althoughtheycatalyzethesamereaction，hteirsequencesvary． Therefore，itishighlydesiredtodevelopafastandreliablemethodtOidentifythetypesoflipasesaccordingtotheirsequences，or evenjusttOconfirmwhethertheyarelipasesornot．ByproposingtwoscalesbasedpseudoaminoacidcompositionapproachestO extractthefeaturesofthesequences，apowerfulpredictorbasedonk-neraestneighborwasintroducedtOaddresstheproblems．The overallsnccessratesthusobtainedbythe10一foldcross—validationtestwereshownasbelow：forpredictinglipasesandnonlipase，hte successrateswere92．8％，91．4％ and 91-3％，respectively．Forlipasetypes，the successrateswere92．3％，90-3％ and 89．7％， respectively．Among them，theZ scalesbased pseudoamino acid composition wasthebest，T scaleswasthesecond．They outlc)erformedsignificantlythan6otherfrequentlyusedsequencefeatureextractionmethods．Thehighsuccessratesyieldedofrsuch astringentdatasetindicatepredictingthetypesoflipasesisfeasibleandthedifferentscalespseudoaminoacidcompositionmightbe ausefultoolofrextractingthefeaturesofproteinsequences，oratleasecanplayacomplementary