蛋白质亚细胞定位的辨认.pdfVIP

摘 要 对未知蛋白的功能注释是蛋白质组学的主要目标，其中一个关键的注释是对蛋白 质亚细胞定位的识别。蛋白质必须处于合适的亚细胞位置才能发挥其功能，因此蛋白 质的亚细胞定位信息对于了解其功能有重要意义。本文基于蛋白质的N端信号和氨基 酸组分，从氨基酸序列出发，对植物和非植物两类蛋白质数据集进行了亚细胞定位识 别。 首先，对不同亚细胞定位分类的蛋白质序列数据集进行特征分析，包括序列的单 氨基酸出现频率、紧邻二联体频率和 N端信号特征。结果显示单氨基酸组分分布在各 亚细胞定位分类的蛋白质序列数据集中有些差别，但不很显著；紧邻二联体频率在各 亚细胞定位分类的蛋白质序列数据集中是有区别的；N端信号特征在分泌类蛋白质数 据集中与另外三类数据集(植物)或两类数据集（非植物）有明显区别，并且N端特征 区别主要集中在N端前30个位置。 其次，我们采用了不同的分类特征应用多样性增量方法(ID)进行识别。(1)以 N 端信号特征为分类特征，取N端前20位氨基酸分布构成400维信息参数。(2)以氨基 酸紧邻二联体频数为特征构成 400 维信息参数。(3)选取氨基酸频数为特征构成 20 维信息参数