蛋白质三维结构比对和表面建模的研究-应用数学专业论文.docxVIP

PAGE PAGE iii 摘 要 本文主要研究了与蛋白质三维结构分析相关的两个课题：结构比对和表面建 模，并用两章分别详细介绍之。 第一章简要介绍了何为生物信息学以及硕士期间接触的主要生物信息学技 术，并叙述了文章主要内容和创新点。 第二章提出了一种新的蛋白质三维结构比对算法。两结构比对可以看作是在 三维空间中最优地重叠两个结构并进一步找出重合的最大区域，是个 NP-hard 问题。本章中通过将蛋白质结构比对问题转换成一种简单的二值二部图匹配问 题，实现了快速比对的目的。为了得到一个精确稳定的比对，算法分为两个阶 段：首先由动态规划生成初始比对，之后迭代地用“互近邻算法”优化初始比 对。为了得到好的初始比对，引入了 Q-面体法描述蛋白质链的局部结构；在迭 代阶段，通过采用模拟退火技术增加了算法的精度。基于算法开发了 Linux 和 Windows 系统下结构比对软件 CONN。本章后半部分通过大量数值实验，将 CONN 与一些著名的结构比对软件（如 Dali，STRUCTAL，CE，MultiProt， MASS 和 SAMO）进行了比较。三个基准数据集上的测试表明，CONN 生成的 比对较好地权衡了“均方根偏差”（RMSD）和“匹配上的残基个数”这两个互 相矛盾的比对评价标准；基于统计显著性估计得分（p-value）的接收者操作特 征（ROC）曲线分析表明，CONN 探测的相似性与差异性与现有结构分类数据 库 SCOP 吻合的较好；直接用几何匹配测度所作的比较表明，CONN 能探测更 多的蛋白质间相似性；此外，从软件的运行时间比较结果看，CONN 快于 STRUCTAL，CE，SAMO，MultiProt 和 MASS，适于数据库搜索。一般地，在 Linux 系统下，用 Inter (R) Pentium (R) 1300MHz 处理器 512M 内存的个人计算 机，CONN 可以在 0.1 秒内得到大约 200 个残基蛋白质对的比对。本章相关数 据和开发的软件 CONN 可 以 在 作 者 网 页 下 载 （ http://www.bioinformatics- ）。 第三章提出了一种新的蛋白质三维表面生成模型。蛋白质分子通过表面残 基相互作用，计算和分析分子表面对发现蛋白质的功能性质具有重要意义。本 蛋白质三维结构比对和表面建模的研究 章将二维主动轮廓模型推广到三维，通过解对应于能量泛函最小化的偏微分方 程，得到了一种新的蛋白质表面生成方式——曲面演化模型。主动轮廓曲线在 图像处理邻域已经广泛应用并取得了成功。主动轮廓曲面模型的基本想法是在 一个给定的三维“图像”约束下，通过演化一个曲面以探测在那个图像中的物 体的边界。为了得到表面，需要数值求解偏微分方程，以及采用一些迭代和重 新初始化技术。与传统曲面生成方法不同，三维曲面演化模型不是仅仅生成单 一的曲面，而是产生能描述不同表面分辨率的曲面序列。通过数值试验发现， 不同时刻生成的曲面是对实际的蛋白表面的不同程度的近似，当单一的溶剂可 接触表面描述蛋白表面特征还不够充分时，不同分辨率的近似曲面就为描述该 蛋白提供了新的特征，为蛋白质表面建模和比较提供了新的思路。结果显示， 生成的蛋白质表面适合于形状分析和可视化。此外，所有生成的曲面的演化是 由偏微分方程控制的，所以当初始表面足够光滑时，生成的表面也将部分地继 承这种光滑性。 关键词：蛋白质结构比对，模拟退火技术，三维主动轮廓模型，水平集函 数，有限差分 Abstract In this thesis, two topics associated with protein 3D structure, which are protein structure alignment and protein surface modeling, are studied. In chapter one, firstly, the overviews about bioinformatics and bioinformatics technologies are proposed. Then some basic background knowledge about protein structure is introduced. Finally, the summary and the innovations of this thesis are described briefly. In chapter two, a fast and efficient method for comparing the structure of protein is described. A pairwise structure alignm