一种新的蛋白质结构类预测方法.pdfVIP

第 1O卷 第4期 生 物 信 息 学 V0l_10No．4 2012年 12月 ChineseJournalofBioinformatics Dec．，2012 doi：10．3969／j．issn．1672—5565．2012．04．03 一 种新的蛋 白质结构类预测方法 李 楠 ，李 春 (渤海大学数理学院，辽宁 锦州 121000) 摘 要：基于氨基酸的16种分类模型，给出蛋白质序列的派生序列，进而结合加权拟熵和Lz复杂度构造出34维特征向量来 表示蛋白质序列。借助于贝叶斯分类器对同源性不超过25％的640数据集进行蛋 白质结构类预测，准确度达到71．28％。 关键词：蛋 白质结构类预测；氨基酸；加权拟熵；LZ复杂度；贝叶斯分类器 中图分类号：Q71 文献标识码：B 文章编号：1672—5565(2012)一04～238一O3 A new methodforpredictingprotein structuralclasses LINan ，LIChun (CollegeofMathematicsandPhysics，BohaiUniversity，Jinzhou，Liaoning121000) Abstract：Basedon16kindsofclassificationsoftheaminoacids，weobtainthederivedsequencesofaproteinse— quence．CombiningtheweightedpseudoentropywithLempel—Zivcomplexity，weconstructa34一D featurevec— tortorepresentaproteinsequence．ThenitisappliedtopredicttheproteinsturcturalclassesbymensoftheBayes classifier．Thedatasetincludes640sequencesthatsharesequenceidentitybelow25％ ．Theaccuracyis71．28％ ． Keywords：Prediction ofprotein sturcturalclasses；Amino acid；Theweightedpseudoentropy；LZ complexity； Bayesclassifier 蛋 白质结构类预测是生物信息学中的一个重要 课题，它的研究不仅对于理解蛋 白质空间折叠机制 1 材料与方法 与蛋白质功能具有理论价值，更对生物制药、农业生 物科技等应用领域具有直接的指导作用。 1．1 数据集 蛋 白质结构分类这一概念是由英国科学家Lev． 本文使用的是640数据集 J。该数据集中的蛋 itt和 Chothia在 1976年提出的_2．3J，他们根据蛋 白 白质序列间同源性不超过25％的，共含有640条序 质序列中二级结构片段的排列和拓扑结构的不同， 列，其中0f2一Ot类 138条，all一 类 154条， 类 将蛋 白质分为四个主要的结构类：(1)all～Ot：主要 177条，+口类 171条。 由Ol螺旋组成；(2)all— ：主要 由 折叠组成；(3) 1．2 氨基酸的分类 ： 由 螺旋和 折叠交叉混合组成的，其基本单 众所周知，常见氨基酸有20种，其单字母表示 元 中的两个 是相互平行的；(4)O／+ ：也是 由 为 C、A、V、I、L、F、P、M、W、C、S、T、N、Q、Y、H、D、E、 螺旋和 折叠混合组成的，但 螺旋处于卢折叠的 K、R。根据文献4【一 ，我们归纳出2O种氨基酸的如 一 端或两端，在其基本单元中的两个 是反平行的。 下 16种分 类 模 型：(1)(AFGILMPVW)(STC— 基于氨基酸