由残基计算蛋白质的可及表面积

蛋白质的高级结构是由一级结构决定的,这就是说,蛋白质中氨基酸的排列顺序及其相互作用决定了蛋白质的结构和功能。本文从这一基本原则出发,分析并计算了氨基酸残基在折叠和非折叠状态下的暴露和埋藏,得到了一种计算蛋白质可及表面积的新方法。

利用可及表面积研究朊病毒结构的变化

利用Monte-Carlo模型并根据PDB提供的关于肮病毒氨基酸残基的原子坐标,对肮病毒蛋白质121-230位氨基酸的可及表面积（ASA）进行了计算和分析,讨论了相似的三维结构具有相近的可及性,并从PrPc溶剂表面可及性特点分析了一些从PrPc转变到PrPSc的可能信息.

氨基酸残基延展态可及表面积的预测

氨基酸残基的延展态可及表面积(ASA)对预测蛋白质结构和功能起着至关重要的作用.采用偏最小二乘法和多元回归法成功构建了具有较高准确率的预测氨基酸延展态ASA的模型.所得模型具有良好的预测性和可重复性,在模型中,训练集的最优Rt2r可以达到0.998 3,而测试集的Rt2e最优可以达到0.999 2.

基于序列剖面和可及表面积的蛋白质相互作用位点的预测

蛋白质相互作用位点的预测对于突变设计和蛋白质相互作用网络的重构都是至关重要的.由于实验确定的蛋白质复合物和蛋白质配体复合物的结构依然相当少,预测蛋白质相互作用位点的计算方法就显得十分重要.该文提出了一种以支持向量机为分类器,以邻近残基的序列剖面和可及表面积为输入数据来预测蛋白质相互作用位点的方法.计算结果显示,界面残基和非界面残基被识别的准确率为75.12%,假阳性率为28.04%.与输入数据仅有序列剖面的方法相比,界面残基和非界面残基被识别的准确率提高了4.34%,假阳性率降低了4.63%.

4株新城疫病毒F蛋白和HN蛋白的计算机模建与表面抗原分析

选取新城疫病毒(Newcastle disease virus,NDV)广东分离毒GM株(强毒株)和JM株(弱毒株)以及疫苗毒La-Sota株和标准强毒F48E9株,对其融合蛋白(F)和神经氨酸酶(HN)的编码基因序列进行分析,并利用Insight II软件包(Version 2000)进行F蛋白和HN蛋白C端蛋白单体的空间结构模建.结果显示,4个NDV毒株F蛋白单体分子的空间结构极为相似,大致分为3部分,即头部、茎部和柄部.其中头部结构主要由一些折叠股组成,茎部和柄部主要由螺旋结构组成.比较各毒株F蛋白表面蛋白溶剂可及表面积(ASA)后发现,该蛋白有5个线性B细胞表位和8个比较保守的抗原决定簇位点,蛋白头部残基的空间位置随毒株的不同而变异较大.GM株与F48E9株存在36个氨基酸残基的差异,JM株和LaSota株存在20个氨基酸残基的差异.研究结果还表明,4个NDV毒株的HN蛋白C端空间结构较保守,由多个折叠股和4段螺旋结构组成,其抗原决定簇位点也高度保守,只有4个氨基酸残基存在差异.

机器学习在蛋白质疏水相互作用模型研究中的应用

疏水相互作用是一种十分复杂的非线性多体等效相互作用,在蛋白质折叠中发挥着主导作用,对蛋白质溶剂可及表面积(SASA)的分析是刻画该作用的重要手段.为了解决SASA解析或数值方法难以平衡计算成本和精确度的问题,将机器学习方法应用于蛋白质SASA的预测中.与传统的典型方法进行比较,该方法得到的结果,误差小了一个数量级,计算速度比解析方法提升了近两个数量级.将该方法拓展到基于蛋白质粗粒化结构的SASA预测上,也取得了良好的结果.该方法为蛋白质物理的研究提供了新的高效计算工具.

聚乙二醇修饰猪血红蛋白的计算机模拟研究

对猪血红蛋白αβ二聚晶体结构的分析和氨基酸残基溶剂可及表面积的计算表明 ,猪血红蛋白表面赖氨酸 (Lys)上的氨基适合进行聚乙二醇 (PEG)修饰 ,对其修饰不会影响血红蛋白的携氧能力 ,在此基础上设计了连接物连接PEG和猪血红蛋白。猪血红蛋白和牛血红蛋白赖氨酸的保守性及其氨基可及性的差异表明 ,同源的蛋白质性质相似 ,但依据同源性分析单个氨基酸残基的性质时可能会有一定的偏差。分子模拟研究结果显示 。

PEG在线定点修饰水蛭素及其修饰位点的理论预测与分析

比较了液相和固相修饰水蛭素的实验结果,并在实验的基础上对水蛭素以及水蛭素/凝血酶复合物进行分子动力学模拟,分析了容易被修饰的水蛭素赖氨酸残基的位点.结果表明,在液相修饰的时候,水蛭素在水溶液中可被修饰的赖氨酸残基除Lys47外,都容易被修饰.而在固相修饰的时候,水蛭素仅Lys35和Lys27容易被修饰.

伴刀豆球蛋白A-糖复合物的模拟分析

主要分析 Con A与不同的糖特异性结合时其活性位点构象变化的特征。模拟分析了 Con A糖结合活性中心氨基酸残基结构特征 ,同时对相应残基原子可及性表面进行了计算和分析。结果表明 :(1) Con A在和不同的糖结合时 ,存在不同的结合方式 ;(2 )不管 Con A和什么糖结合 ,主要的作用是由活性中心的 Tyr12、Asn14、Asp2 0 8和 Arg2 2 8提供的 ;(3)无论是结合单糖还是寡糖 ,活性中心总是与第一个糖环起主要的结合作用。

应用PCM和ABEEM/GBr4-SA模型计算二肽的溶剂化自由能

使用B3LYP/6-311++G(d,p)方法优化了极性的Gly、Ser、Cys、Asn、Gln和Thr二肽以及非极性的Ala、Pro、Val、Met、Leu、Ile、Phe和Trp二肽的结构,然后使用MP2/aug-cc-pvdz/PCM方法分别计算了这些二肽在水、四氢呋喃、氯仿和四氯化碳溶剂中的溶剂化自由能.应用ABEEMσπ浮动电荷极化分子力场,在298K、NVT系综下分别对这些二肽的水溶液进行分子动力学模拟.模拟了1ns后,计算骨架原子坐标与初始结构相比的均方根偏差.使用ABEEM/GBr4-SA模型计算这些二肽的溶剂可及表面积和溶剂化自由能.获得其溶剂可及表面积与自身原子数成正比.比较了ABEEM/GBr4-SA模型所计算的氨基酸二肽分子的溶剂化自由能与从头算所获得的结果,两者有很好的线性关系.说明该模型和力场参数是合理的,可应用到这些氨基酸多肽的溶剂化自由能的研究中.

基于朴素贝叶斯分类器的蛋白质界面残基识别(英文)

蛋白质相互作用中界面残基的识别在药物设计与生物体的新陈代谢等方面有着广泛应用。基于朴素贝叶斯分类器对属性条件独立性的要求,构建了由蛋白质序列谱和溶剂可及表面积组成的蛋白质相互作用特征模型。在一个具有代表性的蛋白质异源复合物组成的数据集中取得了68.1%的准确率、0.201 的相关系数、40.2%的特异度和 49.9%的灵敏度,取得了比其他方法更优的结果,且远优于随机的实验结果。通过一个三维可视化的结果更好地验证了方法的有效性。

ABEEMσπ-GB/SA方法计算6种氨基酸四肽溶剂化自由能

使用ABEEMσπ浮动电荷极化分子力场,在298K,NVT系综下对5种构象的Ala四肽水溶液进行了动力学模拟.计算了动力学平衡态下Ala四肽中非氢原子的均方根偏差.结合广义玻恩模型(GB)计算了溶剂化自由能的极性部分,使用SA方法计算了溶剂化自由能的非极性部分.溶剂化自由能的结果表明,Ala四肽αR螺旋和β折叠构象容易在水溶液中存在.使用类似方法分别对Gly,Leu,Val,Asn和Asp四肽的αL螺旋构象水溶液进行了动力学研究,计算了这5种四肽的溶剂化自由能.结果表明,Asp和Asn四肽亲水性较强,Leu、Val和Ala四肽疏水性较强,Gly四肽居中,此结论与实际相符.该类研究为ABEEMσπ浮动电荷力场用于其他生物大分子体系奠定了很好的基础.

相互作用熵方法在计算生物分子体系结合自由能中的发展和应用

分子力学泊松-玻尔兹曼溶剂可及表面积(MM/PBSA)是一种非常主流的计算生物大分子体系结合自由能的方法,但是其中熵变的计算一直以来都是理论计算上的难点.2016年发展的相互作用熵方法因其理论严谨、计算成本低等优势得到了广泛的应用.该方法已在周期蛋白依赖性激酶2、胰蛋白酶、HIV蛋白酶、间变性淋巴瘤激酶与配体以及P53与MDMX/MDM2等一些关键的体系上得到了应用,这为研究者理解生物大分子中相互作用的机理提供了可信且新颖的途径.本文介绍了相互作用熵方法的发展,并为其在生物大分子中的应用提供了可行的指引和建议.

应用支持向量机预测蛋白质相互作用位点

蛋白质相互作用位点的识别对于突变设计和预测蛋白质相互作用的网络是非常重要的.基于支持向量机学习方法,该文提出一种用于预测蛋白质相互作用位点的有效数据属性抽取方法,该方法利用蛋白质的序列信息、蛋白质残基的可及表面积和进化率来构造向量,通过十倍交叉验证来对数据进行训练和预测.实际计算的结果显示,该方法的准确率为72.19%,比只利用序列信息和进化率信息的方法提高了5.71%.

T4溶菌酶晶体分子堆积的研究

以不对称单位中只有一个分子的10种不同晶型的T4溶菌酶晶体为材料 ,对晶体中的分子堆积进行了研究。结果表明 ,在溶剂含量较高的晶型中 ,非极性基团在接触面积中所占的比例略高于溶剂含量较低的晶型 ,而其极性和带电荷基团在接触面积中所占的比例略低于溶剂含量较低的晶型。溶剂含量较高的晶型多含有晶体学二重轴 ,二重轴相关的分子间的接触与其他接触相比 ,含有较少的极性相互作用。这些结果说明溶剂含量的高低可能是由不同结晶环境引起的不同分子间的相互作用决定的。另外 ,研究进一步证实了分子堆积的非特异性 ,即不存在特异性的接触。研究还表明某些溶剂可及表面积较大的极性或带电荷的残基对分子堆积较为重要 ,常在不同的晶型中参与接触。

蛋白质系统突变分析及系综优化算法的计算机实现

蛋白质突变分析是研究蛋白质活性位点、蛋白质相互作用分析及蛋白质功能的重要手段,由于常规的实验方法费时费力,计算机模拟蛋白质位点系统突变,并对突变的效果作合理的评价就显得尤为重要.介绍了计算机模拟蛋白质位点系统突变的实现方法,利用系综优化算法对各突变体的自由能进行计算,并提出合理的评估标准.与现有的生物学实验结果相比较,计算机模拟计算的正确率为69.23%,假阳性率为30.77%.

基于序列与结构特征结合的蛋白质与DNA绑定位点预测

目前国内外对于DNA-蛋白质绑定位点预测的研究大多集中在仅以蛋白质序列信息或仅以蛋白质结构信息为基础进行计算,而二者结合所实现的预测效果较差。本文提出一种在蛋白质位置特异性得分矩阵序列特征的基础上,结合蛋白质残基的溶剂可及表面积、相对表面积、深度和突出指数这几个结合效果良好的结构特征的DNA与蛋白质绑定位点预测方法,并使用随机下采样方法解决训练集样本不平衡问题,最后使用支持向量机算法进行预测。实验结果表明,本文方法具有较好的预测能力。

二联咪唑环芳识别氨基酸甲酯的理论研究

对二联咪唑环芳(DBICP)受体和氨基酸甲酯(AME)配体间的相互作用,重点从受配体间的电荷转移和配体溶剂可及表面积2个方面进行研究。受配体各单体经G03在B3LYP/6-31G(d)水平上优化后,用CDOCKER将配体与受体对接,为每对复合物获得了一组最低能量的初始构象。将构成复合物的单体及每个复合物初始构象用Turbomole在BLYP/def-TZVP水平进行几何构型优化。之后对收敛后的复合物最低能量构象及各单体作NBO分析。以受配体间的电荷转移量及配体带负电荷原子的溶剂可及表面积构建了表达复合物稳定性的2参数定量关系模型。该模型能准确地计算DBICP-AME复合物的结合常数,计算值与实验值间的相关系数高达0.997。最后对DBICP与AME间的相互作用进行讨论,揭示了一些共同作用特征。

应用集成神经网络预测蛋白质相互作用位点

蛋白质相互作用位点在现代药物设计与构建蛋白质相互作用网络方面有着重要的意义。基于一个含有35个蛋白质分子的数据集,首先提取蛋白质的序列谱、熵值、可及表面积3种特征,然后运用误差反向传播神经网络以及其集成对蛋白质的相互作用位点进行了预测。采用35次留一法(一倍交叉验证)进行训练与测试,结果显示每当加入一种新特征时,预测结果都有相应的提高,并且把神经网络集成时,结果又有了一定程度的提高。

HBc-VLP的分子动力学模拟和结合自由能计算

乙型肝炎核心病毒样颗粒HBc-VLPs(Hepatitis B Core Antigen Virus-like Particles)因稳定性好且易于改造,被作为疫苗载体广泛使用,但影响VLPs稳定性的控制机制尚不清楚。采用分子动力学模拟研究了HBc-VLP中蛋白亚基二聚体、五聚体及六聚体复合物的稳定性,计算了体系中蛋白亚基的介电常数,避免了以往研究中直接使用经验参数的做法;通过分子力学-泊松玻尔兹曼溶剂可及表面积(MM-PBSA)方法计算亚基分子间的结合自由能,表明范德华作用能和非极性溶剂化作用能有利于促进相邻蛋白亚基间的亲和作用;根据计算结果可推测HBc-VLPs中六聚体比五聚体的稳定性更强,而两个六聚体之间或五聚体同六聚体之间形成的二聚体有助于进一步形成结构更加稳定的HBc-VLPs。该结论有助于生物工程中对HBc-VLPs的蛋白质改造,从而提高HBc-VLPs为载体的候选疫苗的稳定性。