蛋白质三级结构预测算法综述

了解蛋白质的三维结构对于认识蛋白质的功能有着重要意义.由于蛋白质结构测定的速度远远跟不上蛋白质序列测定的速度,因此使用计算技术依据蛋白质序列预测结构成为结构测定的有力补充.该文首先总结了蛋白质结构预测的3类基本方法,包括基于序列-序列联配的同源建模法、基于序列-结构联配的归范法以及基于最小化能量函数的从头预测法,并分析了其中的关键技术;进而总结了有代表性的蛋白质结构预测软件工具,然后通过对蛋白质结构预测CASP比赛结果的分析比较了各种方法的性能,并获得了如下结论:当待预测蛋白质与模板蛋白质序列等同度超过30%时,同源建模法能够产生高质量的预测结果,归范法中的远同源检测以及从头预测法中的能量函数设计是尚待突破的关键点;最后,该文总结分析了未来的发展趋势,并阐释了强序列信号"绑架"蛋白质构象生成的观点,即从整体来说,蛋白质序列与结构的关联关系并不显著,但其中某些特定的局部序列片段具有非常强的结构倾向性,这些强信号区域引导蛋白质的折叠过程,对这些强信号区域的认识将会有助于提升蛋白质结构预测算法的性能.

基于并行粒子群优化算法的蛋白质二级结构预测

为了提高蛋白质二级结构预测的效率,对具有完全学习策略的量子行为粒子群(CLQPSO)算法进行了研究,实现了一种融合混沌优化与完全学习策略的量子行为粒子群算法;通过在粒子群进化过程中对收缩扩张因子和局部吸引子的混沌优化,提高了敛速和精度.基于统一计算设备架构(CUDA),利用GPU的并行计算能力,将该算法并行化并应用到蛋白质二级结构预测中.实验表明:相比串行实现,该并行算法在对长度较短的残基序列进行蛋白质二级结构预测时,加速比可超过40.

新型Vip3-like蛋白的从头预测建模及其结构域分析

Vip3-like蛋白对小菜蛾等鳞翅目昆虫有杀虫活性,是苏云金芽孢杆菌营养期杀虫蛋白Vip3的同源蛋白.为建立Vip3-like三维结构的理论模型并对其结构域进行生物信息学分析,选择从头预测的方法对Vip3-like蛋白三维结构的理论模型进行预测分析.分析结果表明,Vip3-like蛋白由1个Vip3A-N超家族结构域和3个糖类结合结构域组成.与模式蛋白Vip3Aa相比,Vip3-like是一种分子量更大的蛋白质,且2种蛋白的表面静电势分布也存在差异.其Vip3A-N结构域仅由α螺旋和无规则卷曲组成,没有发现β折叠.3个糖类结合结构域主要由无规则卷曲和β折叠组成,仅存在1个α螺旋结构.结构域分析预示无规则卷曲和β折叠可能在Vip3-like和受体结合的过程中扮演着重要角色.通过比较分析,发现Vip3Aa和Vip3-like蛋白在三级结构上存在较大差异,仅仅在局部结构存在一定的相似性,Vip3-like可能并不属于Vip3Aa类蛋白家族而属于一种全新的Bt营养期杀虫蛋白质.

基于多目标优化的蛋白质三维结构预测

蛋白质的功能主要由三维结构来决定,但通过实验的方式获取三维结构需要耗费大量人力物力.从头预测法即从氨基酸序列出发,通过模拟蛋白质折叠的过程,并用能量函数对中间构象进行评价,不断优化新构象的全局最小自由能,来期望计算生成足够相似于天然蛋白的结构.文中基于多目标智能优化的TRIOFOLD方法,基于ROSETTA、CHARMM、RWPLUS 3个能量函数,并利用多目标优化的方法来生成非支配集合,最后利用KNEE算法筛选得到最终结构.实验表明多目标TRIOFOLD算法能提供多样化的通过不同能量函数的均衡来评定最优解的三维结构,验证了基于多目标智能优化进行复杂蛋白结构预测优化的可行性.