基于图形表示的蛋白质2级结构序列的比较.docx.doc

基于图形表示的蛋白质二级结构的比较 作者： 单位：大连交通大学 摘要：蛋白质结构的比较已经成为当前生命科学研究的重要内容。本文给出了蛋白质二级结构的一种新的2-D图形表示，把蛋白质二级结构转化成平面上的点列，根据点列的分布特点得到其拟合曲线，并利用α-螺旋、β-折叠和无规则卷曲结构的频率构造三维向量来描述蛋白质二级结构的属性，对1ayd等12个蛋白质二级结构进行相似性比较，得到了较好的结果。本方法简单快速，为蛋白质二级结构比较提供了新的手段。 关键词：蛋白质二级结构；图形表示；特征序列频率；曲线拟合 1 引言 蛋白质是生物体内占有特殊地位的生物大分子，它是生物体的基本构件，也是生命活动的重要物质基础，几乎一切生命现象都要通过蛋白质的结构和功能而体现出来。因此，在分子生物学中，深刻阐明蛋白质的结构和功能，是探索生命奥秘的最基本任务。具有相似结构的两个蛋白质，其氨基酸序列可能相差很大，甚至完全不同。原因在于，趋同进化作用使得两个不同进化源点出发的蛋白质可以折叠得到相似的空间结构。所以，需要在结构上对蛋白质进行比较以发现具有相似结构的蛋白质。蛋白质结构的比较已经成为当前生命科学研究的重要内容。 通过比较蛋白质结构，可以发现蛋白质的共性，发现属于同一家族蛋白质的保守结构，发现与蛋白质功能密切相关的结构域。目前为止，蛋白质结构的比较有多种方法：球体法（球壳法）（BALL）、三维网格法（GRID）、球面映射法（SPH）和扇形法（SPH）[1]；蛋白质结构的拓扑比较可以较好地解决几何比较方法中由于蛋白质结构内部频繁的原子动态性而引起的问题[2]。Gilbert等采用模式匹配技术从TOPS图获得超二级结构的模式，从而获得结构域信息[3]。在分析点集的空间分布时，Voronoi图起着重要的作用，Poupon Anne利用Voronoi图来分析蛋白质结构问题[4,5]。张任给出了一种蛋白质二级结构序列的图形表示[6]，该方法追踪每一时刻之前的三种蛋白质二级结构单元的频率，然后将这三个频率按照一定的法则对应到平面上的一个点，再将这些点顺次连接起来，得到一个曲线，命名为S曲线。接着，他们利用S曲线来研究划分蛋白质结构。以上这些方法往往计算比较简单，空间占用大，虽然得到的比较结果不是很精确，但是有助于快速地剔除差异性较大的对象[7]。 针对这些问题，本文提出了蛋白质二级结构的一种新的2-D图形表示，把蛋白质二级结构转化成平面上的点列，根据点列的分布特点得到其拟合曲线，并利用α-螺旋、β-折叠和无规则卷曲结构的频率构造三维向量来描述蛋白质二级结构的属性，对1ayd等12个蛋白质二级结构进行相似性比较。 2 蛋白质二级结构序列的2-D图形表示 2.1蛋白质二级结构的特征序列 DSSP是一个二级结构标准化定义系统。DSSP根据蛋白数据库（PDB） 图1 蛋白质1ayd的二级结构 图1给出了蛋白数据库（PDB）代码为1ayd的蛋白质二级结构，该蛋白质属于α+β结构类。在这个图中，波浪部分代表α-螺旋，粗箭头部分代表β-折叠，分别用H和E来描述，其余的无规则卷曲部分用C来描述。这样，一个蛋白质二级结构序列由3个抽象字符构成。以蛋白质1ayd为例说明，位置处在84至93这段部分的子序列和子结构如图2所示。 图2 蛋白质1ayd的二级结构特征序列 由DSSP方法得到12个蛋白质的二级结构序列，见表1[7]。 表1 12个蛋白质的二级结构特征序列 PDB代码 二级结构序列 1mba CCCCHHHHHHHHHHHHHHHHCHHHHHHHHHHHHHHHCHHHHHHCCCCCCCCHHHHHCCCCHHHHH HHHHHHHHHHHHHCCCHHHHHHHHHHHHHHHHHCCCCHHHHHHHHHHHHHHHHCCCCCCCCHHHH HHHHHHHHHHHHHHCCC 1rcb CCCCCHHHHHHHHHHHHHHCCCCCCCCEEECHHHCCCCCCHHHHHHHHHHHHHHHHHHHCCCCCCCC CCHHHHHHHHHHHHHHHHHHHHHHHHHCCCCCCCCCCCEEEHHHHHHHHHHHHHHHHHHHHC 2hmqa CCCCCCCCCCCHHHCCCCCCCCHHHHHHHHHHHHHHHHCCCHHHHHHHHHHHHHHHHHHHHHHHHC CCCCHHHHHHHHHHHHHHHHCCCCCHHHHHHHHHHHHHHCCHHHCCCC 1plc CEEEECCCCCCCCEECCEEEECCCCEEEEEECCCCCCCCEECCCCCCCCCCHHHHCCCCCCCCCCCCCEEE EECCCCEEEEEECHHHCCCCCEEEEEEC 4fgf CCEE