论文部分内容阅读
蛋白质是在生物体内起重要作用的生物大分子,其作用包括新陈代谢,DNA表达,分子的跨膜运输等;并且蛋白质在生物体内的功能取决于蛋白质的空间结构,因此知道蛋白质的空间结构尤其重要。目前实验上对蛋白质空间结构的测定已经很准确。虽然已经测得的蛋白质结构呈现线性增加,但是近年来越来越多的蛋白质序列被检测到,这就导致了有很多蛋白质的空间结构是未知的。具体说来蛋白质序列的增加是呈现指数增加的,这就需要我们必须预测蛋白质的空间结构。 本文首先设计了蛋白质触点对预测软件的整合方法NN-BAYES,发现NN-BAYES可以有效的提升蛋白质触点对预测精度。相比于当前最优的蛋白质触点对预测软件,NN-BAYES可以提升大约提升15%到26%。而后我们将NN-BAYES的预测结果加入到蛋白质从头预测三级结构预测软件QUARK中,结果显示蛋白质结构预测精度在加入NN-BAYES蛋白质触点对预测后,对于简单蛋白质提升47.6%,困难蛋白质提升7%。最后我们将蛋白质触点对预测软件加入到蛋白质的构型选择中,结果显示蛋白质触点对预测软件在加入构型选择后预测精度提升4%。 首先通过朴素贝叶斯分类器和神经网络的方法我们整合了蛋白质触点对预测软件Betacon,SVMcon,SVMseq,CCMpred,freecontact,PSICOV,STRUTCH,MetaPSICOV;我们的得到的结果显示我们提出的新的软件NN-BAYES的预测结果比当前最优的蛋白质触点对预测软件MetaPSICOV精度高15%到26%。 其次,我们根据蛋白质触点对预测软件NN-BAYES的预测结果,利用动态规划方法得到了蛋白质β结构预测结果。具体方式是:首先确定蛋白质中哪些片段是β结构的片段,而后根据动态规划的原理判定这些片段平行比对和反平行比对之后的分数,在这些分数中找到分数最高的比对方式。结果显示:我们预测的结果,在加入阈值后精度为80%,如果不加入阈值精度为70%。 第三,在得到NN-BAYES的结果之后,我们将蛋白质触点对预测结果加入到蛋白质三级结构预测中,结果显示蛋白质三级结构预测的精度对于简单蛋白质提高47.6%,困难蛋白质提高7%。在这个过程中我们通过机器学习和阈值设定完成了对蛋白质触点对数目以及蛋白质触点对精度的选取,通过对模拟温度的选择决定了蛋白质触点对在空间结构预测中的束缚强度。 最后,根据蛋白质触点对图表对模拟得到的蛋白质构型打分,我们选取蛋白质在蒙特卡洛模拟中生成的所有构型中的一部分构型来做聚类。具体方式是当有了蛋白质触点对预测图表之后,选取高分的触点对,对蛋白质构型打分,分数高于某一个阈值的构型就留下来做聚类。结果显示:在聚类之后,蛋白质的TM-score可以提升4%左右,RMSD可以降低5%,对应的P_value为0.0103。这就说明我们得到的结果是可信的。