第五章 蛋白质亚细胞定位预测研究进展.pdfVIP

2012年 l2月 山 东 师 范 大 学 学 报 (自然 科 学 版) Dee．2012 第27卷 第4期 JournalofShandongNormalUniversity(NaturalScience) Vo1．27No．4 蛋 白质亚细胞定位预测研究进展 吴泽月 陈月辉 (济南大学信息科学与工程学院，250022，济南 ) 摘要 蛋白质的功能与其在细胞中的定位有着密切的联系，新合成的蛋白质必须处于适当的亚细胞位置才能正确的行使其 功能．预测蛋白质的亚细胞定位，在确定一个未知蛋白质的功能，了解蛋白质相互作用等方面有着重要的意义．机器学习方法在蛋 白质亚细胞定位研究中扮演着一个重要的角色．笔者从数据集的构建、蛋白质序列特征提取方法、蛋白质亚细胞定位预测算法以 及预测算法的性能评估等四方面总结了过去十几年间机器学习方法在蛋白质亚细胞定位研究中的应用情况，系统阐述了蛋白质 亚细胞定位预测研究的进展． 关键词 亚细胞定位；特征提取；分类器；机器学习 中图分类号 文献标识码 A doi：10．3969／j．issn．1001—4748．2012．04．011 随着人类基因组计划的实施和推进，生命科学研究已进入了后基因组时代，生命科学的主要研究对象是功能基因组学， 包括结构基因组研究和蛋白质组研究等…．蛋白质组学试图诠释蛋白质在细胞中扮演的角色，揭示细胞环境中蛋白质之间的 相互作用及其功能．蛋白质分类问题作为蛋白质组学研究的一个分支，近年来受到研究者们越来越多的关注． 生物学研究表明，生物细胞是一个高度有序的结构 ，不同部位特定的蛋白质决定细胞内各部分的功能．蛋白质是基因功 能的主要执行者 ，新合成的蛋白质必须处于适当的亚细胞位置才能正确的行使其功能 ．因此，蛋白质亚细胞定位对研究蛋 白质的功能非常重要．细胞分馏法、电子显微法、荧光显微法等蛋白质亚细胞定位的传统实验方法会耗费大量的人力和物力， 随着核酸和蛋白质序列等生物数据的迅速增长，以实验方法来确定蛋白质亚细胞定位已经远远不能满足研究的需要．因此 ， 需要寻找一种快速准确的计算方法来预测蛋白质亚细胞定位．近年来，机器学习方法 以其智能性、高适应性，在蛋白质亚细胞 定位预测领域得到了广泛的应用． 1 研究背景及意义 细胞生物学的研究表明，细胞是构成生命体的基本结构和执行功能的基本单位，是生物体进行正常生命活动的基础．根 据空间分布和功能的不同，细胞可以分成多个细胞器或者细胞区域，如细胞质、细胞核、高尔基体 、线粒体 、细胞膜和内质网 等，这些细胞器被称为亚细胞．蛋白质在亚细胞中的位置又称为蛋白质的亚细胞定位，是蛋白质的重要特征之一． 蛋白质经分选信号引导后被运输到特定的细胞器中，才能参与细胞的各种生命活动，如果其运送位置发生偏差，将会影 响细胞功能甚至整个生物体．另外 ，蛋白质在细胞内并不是静止在某个区域，而是通过在不同区域之间的运动发挥作用．因 此，了解蛋白质亚细胞定位能够确定未知蛋白质的功能．根据蛋白质亚细胞定位信息，还可以评价蛋 白质相互作用水平，两条 蛋白质如果位于同一个细胞器，那么它们发生相互作用的可能性将大大增强．此外 ，蛋白质亚细胞定位信息对于了解疾病的 发生机理以及药物的开发都具有非常重要的作用．因而，蛋白质的亚细胞定位成为细胞生物学和分子生物学研究的一个重要 问题．生物学研究表明，蛋白质序列决定结构，结构决定功能，针对 目前新测的蛋 白质序列的飞速增长，利用生物信息学方法 从蛋白质的一级结构预测其亚细胞定位显得越来越重要． 2 蛋 白质亚细胞定位预测的国内外研究现状 从20世纪90年代初蛋白质亚细胞定位预测的最初研究结果公布以后，蛋白质亚细胞定位预测一直是生物信息学研究的 热点问题．通过分析发现，蛋白质亚细胞定位的研究的重点在于序列特征提取与编码以及预测算法的选择两方面．序列特征 信息主要包括氨基酸顺序相关性、氨基酸在蛋白质中出现的频率、氨基酸物理化学性质等．蛋白质特征提取方法主要有氨基 酸组成 ]、二肽组成、伪氨基酸组成…、功能结构域组成 、基因注释 等．目前，在现有的蛋白质亚细胞定位预测算法中，基 于统计和机器学习的算法应用最为广泛，如K近邻方法 ]、支持向量机 、人工神经网络 、马尔可夫模型、组合耦合算法等．