蛋白质的二级结构序列和结构型

从蛋白质的二级结构序列出发 ,提出了冗余的概念 ,定义了冗余数量和冗余长度 ,给出了不同结构型蛋白的冗余数量和长度的分布特性 .统计结果表明 α类蛋白中 30 %、β类蛋白中84 %、α/β类蛋白中 95 %的序列不同程度的存在冗余 ,冗余数量和冗余长度主要分布在 1～ 3的范围 .以主二级结构序列三联体为参数 ,利用信息聚类方法对 α类、β类、α/ β类、α+ β类的6 0 0个蛋白进行了聚类 ,结果表明 ,对冗余较少的α类蛋白 85 %以上能够较好地聚类在一枝中 ,但对于冗余较多的其它类蛋白不能分在一个大支中 ,大部分可以分散在多个小支中 .以主二级结构序列三联体为参数 ,利用 Mahalanobis距离方法对上述四种结构型进行预测 ,预测的总体准确率为 81 .1 % .聚类结果和利用 Mahalanobis距离分类结果充分展示了蛋白质二级结构序列对结构型的特殊作用 ,但由于冗余的影响使得二级结构序列的信息并未充分显示出来 .

蛋白质结构类预测的新方法──基于蛋白质二级结构序列的预测方法

提出了由蛋白质二级结构序列预测蛋白质结构类的新方法，并给出了预测蛋白质结构类的简明预测规则．与传统的由二级结构含量预测蛋白质结构类的预测结果进行了比较．

用离散量预测蛋白质的结构型

基于蛋白质的结构类型决定于它的二级结构序列的概念,用二级结构序列参数Nα,Nβ,Nβαβ,N(βαβ)构成离散源,并计算离散量D(Xα),D(Xβ),D(Xα/β),D(Xα +β),利用离散增量预测蛋白质的结构类型,它是由这个蛋白质的离散量D(Xn)与四个标准离散D(Xα),D(Xβ),D(Xα/β),D(Xα +β)之间离散增量的最小值所决定的 .预测结果表明,准确率分别达到84.8%(标准集)和83.8%(检验集)。

蛋白质结构型的定义和识别

提出紧结构域的概念 ,由二级结构序列中一段或几段连续的α螺旋和 β折叠构成的空间紧密堆集的最大折叠体称为紧结构域 .利用 3种紧结构域 (α域 ,β域和α/β域 )定义球蛋白的 5种结构型 :α型蛋白 ,β型蛋白 ,α/β型蛋白 ,多域蛋白和 ζ型蛋白 .将 12 6 1个代表性的蛋白质 (10 2 2家族 )进行分类 ,并和SCOP库的分类做了比较 .进行了删去序列冗余的分析 .在此基础上提出结构型的预测方案 ,成功率在 82 %～ 85 %.

蛋白质拓扑结构预测的进一步讨论

利用信息论方法，找到了与蛋白质拓扑结构相关性较好的一些二级结构参数，确定了预测蛋白质拓扑结构的最佳参数；对α类、β类、α／β类蛋白制定了简洁的预测规则；

α/β类蛋白的构建模式及拓扑结构预测

讨论了α／β类蛋白的构建模式及拓扑分类；根据二级结构序列给出了α／β类蛋白拓扑结构预测的简明规则，预测成功率在８０％以上．

一种预测蛋白质结构型的新方法

基于蛋白质的结构类型决定于它的二级结构序列的概念 ,将蛋白质的二级结构含量和二级结构序列参数 Nα,Nβ,Nβαβ结合起来构成离散源 ,分别计算四种结构类型的标准离散量 D( Xα) ,D( Xβ) ,D( Xα/β) ,D( Xα+β) ,利用离散增量的概念 ,蛋白质的结构类型是由这个蛋白质的离散量 D( X)与四个标准离散量之间离散增量的最小值所决定的 .因此 ,对标准集中 35 9个蛋白的结构型进行检测并对检验集中 1 1 7个蛋白质进行结构预测 ,标准集的准确率为 87% ,检验集的预测准确率为 88%

蛋白质结构型的识别方法

给出了α型、β型、α/ β型、多域型蛋白质二级结构主序列六联体的分布规律 .提出了根据蛋白质二级结构主序列对蛋白质结构型进行识别 (分类 )的方法 .以蛋白质二级结构主序列三联体为参数 ,利用Mahalanobis距离方法对上述 4种结构型的蛋白质进行识别 ,分类的总体准确率为 81% ;以二级结构主序列中六联体的频数构成蛋白质结构的多样性源 ,利用多样性增量极小化对上述 4种结构型进行识别 ,分类的总体准确率为 83% .

α类蛋白的构建模式及拓扑结构预测

给出了α类蛋白的构建规则，指出了螺旋片段的长短是决定相邻两个片段取向的重要原因．讨论了４螺旋束的构建及理论模式，对α类蛋白的分类进行了补充。

蛋白质结构型预测的研究

以 nα、nβ、nβαβ、n4α、n4β等五个二级结构参数为基础 ,用离散增量研究了蛋白质的聚类和蛋白质的结构型预测 .α型 ,β型和 αβ型可以很好地分别聚在三个大支中 .蛋白质结构型预测总体预测正确率为 82 % ,用 Self-consistency和 Jake-knife这两种方法测试的结果没有明显的差别 .从结果可以看出利用蛋白质的二级结构参数能较好地体现出各种结构型蛋白质的特点 .