基于二肽组成识别嗜热和常温蛋白的研究

通过分析3216条嗜热蛋白和4007条常温蛋白的二肽组成,结果发现,在嗜热蛋白中存在更多EE,EK,KE,VE,EI,KI,EV,KK,VK和IE等二肽,更少AA,LL,LA,AL,QA,QL,AQ,LT,TL和EQ等二肽。在此基础上发展了一种识别嗜热和常温蛋白的统计学方法,通过对两组共853个蛋白序列进行识别,该方法识别平均正确率分别可达89.0%和89.6%。同时探讨了一些特定二肽对识别效果的影响。

基于氨基酸和二肽组成的蛋白质四级结构分类研究

基于最近邻居算法,从蛋白质一级序列出发,利用蛋白质序列氨基酸组成、二肤组成以及混合组成方法对蛋白质单聚体、二聚体、三聚体、四聚体、五聚体、六聚体和八聚体进行分类研究。结果表明:采用二肽组成编码方法的预洲效果最好,Jackknife检验和独立测试集检验的总体预测精度分别达到90.83%和95.48%,比相同数据集上基于伪氨基酸组成和组分耦合预测的方法提高了12和15个百分点;特别是对于五聚体蛋白,预测精度分别提高了90和50个百分点;说明二肽组成对于蛋白质四级结构分类研究是一种非常有效的特征提取方法。

氨基酸和二肽组成对嗜压微生物蛋白质稳定性的影响

【目的】比较嗜压和非嗜压微生物中蛋白质在氨基酸和二肽组成上的差异对嗜压蛋白稳定性机理的了解及在此基础上的定向改造具有重要意义。【方法】利用4种微生物全蛋白质组信息,统计了639对直系同源序列二级结构氨基酸组成及二肽组成并计算其偏差。【结果】在β折叠和无规则卷曲中二者差异明显,β折叠中,嗜压蛋白含更多的缬氨酸,异亮氨酸,亮氨酸,更少的精氨酸,赖氨酸,天冬氨酸;无规则卷曲中,嗜压蛋白含更多的缬氨酸和异亮氨酸,更少的甘氨酸和脯氨酸。而嗜压蛋白存在更多的YM、MN、KD、QC、CI、MW、MM、CY、WQ、HC、RC和QH,更少TW、MS、VD、DH、YE、CT、MW、CF、CK、CM、MY、QI、TH、MQ、QQ和MC。【结论】二肽比氨基酸包含更多的结构和序列信息,更有利于了解嗜压蛋白稳定性机制及指导其定向改造。

主成分和二肽分析抗癌晶体蛋白氨基酸组成特征

主成分分析结果表明,抗癌晶体蛋白的氨基酸组成满足公式:0.340C+0.358D+0.518E+0.109G+0.478H+0.525L+0.148N+0.565R+0.520W+0.123Y<0.260A+0.408F+0.033I+0.142K+0.246M+0.435P+0.515Q+0.571S+0.444T+0.110U–0.7。二肽组成分析结果表明,抗癌晶体蛋白中S*型二肽含量最高,A*、M*、P*及Q*型二肽次之,其含量也很高。研究结果初步揭示了抗癌晶体蛋白的氨基酸组成特征,为进一步深入研究其构效关系奠定了基础。

杀虫晶体蛋白对小菜蛾杀虫活性的识别预测

考察对小菜蛾具有杀虫活性和无杀虫活性的晶体蛋白二肽组成的差异.结果发现,对小菜蛾具有杀虫活性的晶体蛋白中,SG,LS,SN,NI,GS,SV,SL,TV,EF,NQ二肽分数较高;而对小菜蛾无杀虫活性的晶体蛋白中,AN,LQ,DA,AQ,TF,SY,EI,LE,PT,RA二肽分数较高,总体分数上存在差异最大的是S*型二肽.在此基础上,发展一种识别杀虫晶体蛋白(ICP)对小菜蛾杀虫活性的统计学方法,通过对两组共27条杀虫晶体蛋白进行有无杀虫活性的初步识别,该方法识别平均正确率分别是71.4%和100%.

基于非线性降维算法的膜蛋白类型识别

众所周知,研究未知膜蛋白的类型可对基础研究和药物发现提供有用的线索。在后基因组时代,伴随着蛋白质序列数量的剧增,用实验方法确定膜蛋白类型太过昂贵和费时。因此,研究出一种能够自动发现可能的膜蛋白的计算方法变得很重要。鉴于这种情况,曾有人采用DC(Dipeptide Composition)方法表示蛋白质序列并取得了很好的预测结果。然而,采用这种表示方法得到的特征维数很高,冗余很大,使得预测系统十分复杂。为了解决这个问题,本文采用非线性降维算法KPCA(Kernel Principle component analysis),通过从高维的DC(Dipeptide Composition)特征空间中提取出低维的重要特征来简化该系统,采用K-NN(K-nearest neighbor)分类器从约简后的低维特征中预测膜蛋白类型。实验结果表明,使用KPCA方法预测膜蛋白类型非常有效。