基于组合的矩阵打分算法识别Na+和K+配体结合残基-论文.pdfVIP

内蒙古工业大学学报 JOURNAL0FINNERMONGOLIA UNIVERSITYOF 第35卷第4期 TECHNOLOGY V01．35No．42016 文章编号：1001—5167(2016)04—0007一06 基于组合的矩阵打分算法识别 Na+和K+配体结合残基 贾怀乐，曹晓勇，田耀宇，胡秀珍 (内蒙古工业大学理学院，呼和浩特010051) 摘要：金属离子配体与蛋白质的相互作用，在诸多重要的生命进程中实现着不可替代的生物学功 能，配体结合残基的预测对蛋白质生物功能的理解提供重要的依据，也有利于药物设计和开发。 工作中选取了研究者已整理好的一价金属离子配体Na+和K+的结合残基数据集，在序列水平上 使用矩阵打分算法识别了Na+和K+金属离子配体结合残基，发现整体分类器的预测结果好于单 分类器的预测结果。 关键词：矩阵打分算法；金属离子配体；结合位点；BioLip数据库 中图分类号：0212；0242文献标识码：A 0 引言 对金属离子配体结合残基的识别是理解配体与蛋白质的相互作用分子机制的有效手段。Na+和 K+两种金属离子在调节体内的渗透压平衡、维持人的各项生理活动的正常进行中起着重要作用，如果 Na+和K+离子失去平衡可能导致脱水，严重的可以导致四肢无力，治疗不及时还有可能危及生命。 Na+和K+两种金属离子在人体的代谢中如果失去平衡将导致一些疾病的发生，如肝水肿、白内障、癫 痫、偏头痛、高血压等等。因此，识别Na+和K+两种金属离子配体结合残基对人类健康及分子药物设计 有相当重要的意义[1q]。由于蛋白质数据库的限制，之前在理论上实现对Na+和K+两种金属离子配体 结合残基的识别比较困难，随着数据库的不断扩大和完善，计算算法的更新使之成为可能。 和酸根离子配体结合残基进行了识别，采用lonCom的方法得到较好的预测结果，K+离子的预测总精度 离子是所有金属离子及酸根离子中预测效果最差的。因此，寻找新的算法预测Na+和K+两种金属离子 结合残基有重要意义。 列信息，提取位点氨基酸、位点二级结构信息、位点氨基酸亲疏水性、位点氨基酸极性及位点氨基酸电荷 信息作为预测参数，使用矩阵打分算法整组合了5种单分类器，整体分类下取得了较好的预测结果。 收稿日期：2016-10-26 作者简介：贾怀乐(1993一)，在读本科生，指导教师：胡秀珍教授。 基金项目：内蒙古自然科学基金(2016MS0378)；国家自然科学基金 万方数据 272 内蒙古工业大学学报 1 材料和方法 1．1 数据集 以下，对Na+和K+离子配体分别得到78和53条蛋白质链。用滑动窗口的方法在蛋白质序列上分别截 取不同长度(L)的残基片段，如果片段中间的残基为配体的结合残基，将其定义为正集片段，否则为负集 片段。如果该结合残基位于序列的首端或是尾端，我们在序列尾端或是首端加上(L一1)／2个X填补空 机抽取处理，重复10次。 1．2特征参数选取 相对负集片段的位点氨基酸具有较强的保守性，以17个氨基酸片段长为例见图1，图中的横坐标为位 11作为最佳窗口长。同时，我们可以提取位点氨基酸作为特征参数。 D 图1 Na+和K+离子配体结合残基位点氨基酸的统计分析图 The conservationofaminoacidforNa+and residue Fig．1 position K+binding 除此之外，我们也选取了位点氨基酸的亲疏水特性、位点氨基酸极性、位点氨基酸电荷信息及预测 的位点二级结构信息作为特征参数。 预测的二级结构信息能很好的反映局域序列片段的结构倾向性，因此预测的二级结构信息非常重 ac．uk／psi