不同折叠类型蛋白编码基因的密码子使用

对 1 95个编码不同折叠类型蛋白 (5 0种全α结构蛋白 ,6 6种全 β结构蛋白 ,3 7种α +β结构蛋白 ,42种α/β结构蛋白 )基因的密码子使用偏性的方差分析研究表明 ,不同折叠类型蛋白的密码子使用偏性有着显著的区别 .特定折叠类型的蛋白有着特定的编码基因的密码子使用模式 .这一结果表明 ,在蛋白质折叠类型和蛋白质二级结构的预测过程中 ,编码基因的密码子使用偏性可以作为蛋白质一级结构以外的一项重要的预测标准 .

蛋白质折叠类型的分类建模与识别

蛋白质的氨基酸序列如何决定空间结构是当今生命科学研究中的核心问题之一.折叠类型反映了蛋白质核心结构的拓扑模式,折叠识别是蛋白质序列-结构研究的重要内容.我们以占Astral 1.65序列数据库中α,β和α/β三类蛋白质总量41.8%的36个无法独立建模的折叠类型为研究对象,选取其中序列一致性小于25%的样本作为训练集,以均方根偏差(RMSD)为指标分别进行系统聚类,生成若干折叠子类,并对各子类建立基于多结构比对算法(MUSTANG)结构比对的概形隐马尔科夫模型(profile-HMM).将Astral 1.65中序列一致性小于95%的9505个样本作为检验集,36个折叠类型的平均识别敏感性为90%,特异性为99%,马修斯相关系数(MCC)为0.95.结果表明:对于成员较多,无法建立统一模型的折叠类型,基于RMSD的系统分类建模均可实现较高准确率的识别,为蛋白质折叠识别拓展了新的方法和思路,为进一步研究奠定了基础.

Globin-like蛋白质折叠类型识别

蛋白质折叠类型识别是蛋白质结构研究的重要内容.以SCOP中的Globin-like折叠为研究对象,选择其中序列同一性小于25%的17个代表性蛋白质为训练集,采用机器和人工结合的办法进行结构比对,产生序列排比,经过训练得到了适合Globin-like折叠的概形隐马尔科夫模型(profile HMM)用于该折叠类型的识别.以Astral1.65中的68057个结构域样本进行检验,识别敏感度为99.64%,特异性100%.在折叠类型水平上,与Pfam和SUPERFAMILY单纯使用序列比对构建的HMM相比,所用模型由多于100个归为一个,仍然保持了很高的识别效果.结果表明:对序列相似度很低但具有相同折叠类型的蛋白质,可以通过引入结构比对的方法建立统一的HMM模型,实现高准确率的折叠类型识别.

基于特征片段信息的PH domain-like barrel 蛋白质折叠类型分类方法

蛋白质折叠类型分类是蛋白质分类研究的重要内容。以SCOP数据库中的 PH domain-like barrel 折叠类型为研究对象,选择序列相似度小于25%的61个样本为检验集,通过结构特征分析,确定了该折叠类型的模板及其对应的特征参数,利用模板与待测蛋白的空间结构比对信息,提出了一个新的折叠类型打分函数Fscore,建立了基于Fscore的蛋白质折叠类型分类方法并用于该折叠类型的分类。用此方法对Astral1.75中序列相似度小于95%的16711个样本进行检验,分类结果的特异性为99.97%。结果表明:特征参数抓住了折叠类型的本质,打分函数Fscore及基于Fscore建立的分类方法可用于 PH domain-like barrel 蛋白质折叠类型自动分类。

蛋白质折叠类型分类方法及分类数据库

蛋白质折叠规律研究是生命科学重大前沿课题,折叠分类是蛋白质折叠研究的基础。目前的蛋白质折叠类型分类基本上靠专家完成,不同的库分类并不相同,迫切需要一个建立在统一原理基础上的蛋白质折叠类型数据库。本文以ASTRAL-1.65数据库中序列同源性在25%以下、分辨率小于2.5的蛋白为基础,通过对蛋白质空间结构的观察及折叠类型特征的分析,提出以蛋白质折叠核心为中心、以蛋白质结构拓扑不变性为原则、以蛋白质折叠核心的规则结构片段组成、连接和空间排布为依据的蛋白质折叠类型分类方法,建立了低相似度蛋白质折叠分类数据库——LIFCA,包含259种蛋白质折叠类型。数据库的建立,将为进一步的蛋白质折叠建模及数据挖掘、蛋白质折叠识别、蛋白质折叠结构进化研究奠定基础。

不同折叠类型蛋白中基于密码子的二级结构偏向性分析

在传统的Chou Fasman蛋白质二级结构预测方法的基础上引入同义密码子使用的信息 ,计算了 2 0 0个蛋白 ( 4 9种全α结构蛋白 ,69种全β结构蛋白 ,38种α + β结构蛋白 ,44种α/β结构蛋白 )中不同密码子对应的氨基酸形成不同二级结构 (α :螺旋 ,β :折叠 ,C :卷曲 )的偏向性参数 .通过对这些密码子对应氨基酸二级结构偏向性的分析 ,得到了氨基酸二级结构偏向性分析中所忽略的同义密码子的蛋白结构信息 .

基于模糊支持向量机的膜蛋白折叠类型预测

现有的基于支持向量机(support vector machine,SVM)来预测膜蛋白折叠类型的方法,利用的蛋白质序列特征并不充分,并且在处理多类蛋白质分类问题时存在不可分区域.针对这两类问题,提取蛋白质序列的氨基酸和二肽组成特征,并计算加权的多阶氨基酸残基指数相关系数特征,将3类特征融和作为分类器的输入特征矢量,并采用模糊SVM(fuzzy SVM,FSVM)算法解决对传统SVM不可分数据的分类.在无冗余的数据集上测试结果显示,改进的特征提取方法在相同分类算法下预测性能优于已有的特征提取方法;FSVM在相同特征提取方法下性能优于传统的SVM.二者相结合的分类策略在独立性数据集测试下的预测精度达到96.6%,优于现有的多种预测方法,能够作为预测膜蛋白和其它蛋白质折叠类型的有效工具.

Bromodomain-like折叠类型模板的设计

针对折叠类型分类中所选天然模板普适性不足的问题,提出了Bromodomain-like折叠类型模板的设计方法.选SCOPe Astral 2.03序列相似度小于40%并且分辨率高于0.25 nm的52个可用Bromodomain-like折叠样本,基于多结构比对结果及数据分析,建立了折叠类型家族模板的设计方法.利用系统聚类方法构建了家族模板的系统聚类图,提出了蛋白质折叠类型模板的设计方法,并用于该折叠类型的模板设计.结果表明:设计模板具有普适性,可用于蛋白质折叠类型分类.

利用隐马尔科夫模型识别蛋白质折叠类型

以70种蛋白质折叠为研究对象,对每种折叠,选择序列同一性小于25%、样本量大于3的代表性蛋白质为训练集,采用机器和人工结合的办法进行结构比对,产生序列排比,经过训练得到了适合每种折叠的概形隐马尔科夫模型(profile HMM)用于该折叠类型的识别.对Astral1.65中的9 505个蛋白质结构域样本进行单模型识别,平均敏感性和特异性分别为91.93%和99.95%,Matthew相关系数为0.87.在折叠类型水平上,与Pfam和SUPERFAMILY单纯使用序列比对构建的HMM相比,所用模型数量显著减少,仍然保持很高的识别效果.结果表明:对序列相似度很低但具有相同折叠类型的蛋白质,可以通过引入结构比对的方法建立统一的HMM模型,实现高准确率的折叠类型识别.

基于功能域组分的蛋白质折叠类型识别

蛋白质空间结构研究是分子生物学、细胞生物学、生物化学以及药物设计等领域的重要课题.折叠类型反映了蛋白质核心结构的拓扑模式,对折叠类型的识别是蛋白质序列与结构关系研究的重要内容.选取LIFCA数据库中样本量较大的53种折叠类型,应用功能域组分方法进行折叠识别.将Astral 1.65中序列一致性小于95%的样本作为检验集,全库检验结果中平均敏感性为96.42%,特异性为99.91%,马修相关系数(MCC)为0.91,各项统计结果表明:功能域组分方法可以很好地应用在蛋白质折叠识别中,LIFCA相对简单的分类规则可以很好地集中蛋白质的大部分功能特性,反映了结构与功能的对应关系.

蛋白质折叠类型识别方法研究

蛋白质折叠类型识别是一种分析蛋白质结构的重要方法。以序列相似性低于25%的822个全β类蛋白为研究对象,提取核心结构二级结构片段及片段间氢键作用信息为折叠类型特征参数,构建全β类蛋白74种折叠类型模板数据库。定义查询蛋白与折叠类型模板间二级结构匹配函数SS、氢键作用势函数BP及打分函数P,P值最小的模板所对应的折叠类型为查询蛋白的折叠类型。从SCOP1.69中随机抽取三组、每组50个全β类蛋白结构域进行预测,分辨精度分别为56%、56%和42%;对Ding等提供的检验集进行预测,总分辨精度为61.5%。结果和比对表明,此方法是一种有效的折叠类型识别方法。

基于卷积神经网络的蛋白质折叠类型最小特征提取

通过蛋白质的序列、结构等信息构建完整的蛋白质宇宙是生物信息学中的重要课题,相关研究对蛋白质结构预测、蛋白质进化路径分析以及蛋白质结构设计等方面的研究都有重要的意义.从蛋白质结构的一种简化表示——蛋白质接触图出发,通过训练卷积神经网络进行特征提取,筛选出可识别结构域折叠类型的最小特征向量,构建蛋白质折叠类型空间,并使用谱聚类等方法对不同蛋白质折叠类型的高维分布情况进行分析.得到的最小特征向量兼顾了信息的完整性与冗余度,可以很好地表示全部七种常见蛋白质类的空间关联.该研究结果填补了之前蛋白质宇宙研究中对不常见类的空间位置和相互关系描述的空白,加深了对于蛋白质结构相似性的理解.

α/β类蛋白质折叠类型的分类方法研究

蛋白质折叠规律的研究是生命科学重大前沿课题之一,折叠分类是蛋白质折叠研究的基础。本文基于LIFCA数据库,选取样本量大于2的55种α/β类蛋白质折叠类型为研究对象。结合蛋白质折叠类型的定义及其保守拓扑结构特征,确定了55种蛋白质折叠类型的模板及其对应的特征参数。建立了基于模板的打分函数Mul-Fscore,并结合二级结构参数信息,给出了55种α/β类蛋白质折叠类型的多模板分类方法。用此方法对LIFAC数据库中的931个样本进行检验,分类结果的平均特异性、平均敏感性、MCC值分别为99.58%、79.47%、79.39%。与TM-score分类结果对比发现,Mul-Fscore分类的敏感性与MCC值好于TM-score的相应结果,平均特异性相近。

α类蛋白质折叠类型自动化分类研究

蛋白质折叠类型识别是蛋白质结构研究的重要内容,折叠类型分类是折叠识别的基础。通过对ASTRAL-1.65数据库α类蛋白质所属折叠类型进行系统研究,建立蛋白质折叠类型模板数据库,提取反映折叠类型拓扑结构的模板特征参数,根据模板特征参数和TM-align结构比对结果,建立基于特征参数的打分函数Fdscore,并实现α类蛋白质折叠类型自动化分类。使用相同数据集样本,将Fdscore分类方法与TM-score分类方法对比,Fdscore分类方法的平均敏感性、平均特异性、MCC值分别为71.86%、99.49%、0.69,均高于TM-score分类方法相对应结果。上述结果表明该分类方法可用于α类蛋白质折叠类型的自动化分类。

基于设计模板的BRD-like折叠类型综合分类方法

蛋白质折叠规律研究是生命科学重大前沿课题,折叠类型分类是蛋白质折叠研究的基础。构建BRD-like折叠类型模板数据库,建立了基于多模板的综合分类方法,并用于该折叠类型的分类。对实验集的12 117个样本进行检验,结果的敏感性、特异性分别为0.923和0.997,MCC值为0.72;对独立检验集2 260个样本的检验,结果发现:敏感性、特异性分别为0.941和0.998,MCC值为0.86.结果表明:基于多模板的综合分类方法可用于蛋白质折叠类型分类。

70种蛋白质折叠类型的单模型识别

蛋白质的氨基酸序列如何决定空间结构是生命科学研究中的核心问题之一,被称为第二遗传密码。随着生物大分子数据库中蛋白质序列数目的增多,发展有效的方法。

非同源蛋白质空间折叠的动力学参数研究

从蛋白质折叠成自由能最小的稳定结构类型为研究的出发点,为揭示蛋白质空间折叠的动力学本质,对非同源蛋白质数据库,以蛋白质序列的氨基酸频率和自协方差函数为特征矢量,求出表征特征矢量中各分量耦合作用与协同作用的协方差矩阵所对应的特征值.与Chou的方法相比,更全面地反映了蛋白质折叠密码的简并性、全局性和多意性,为定量表征折叠成不同结构类的蛋白质,提供了一种动力学参数分析方法.

双绕蛋白质的分类与识别

蛋白质折叠识别是蛋白质结构研究的重要内容。双绕是α/β蛋白质中结构典型的常见折叠类型。选取22个家族中序列一致性小于25%的79个典型双绕蛋白质作为训练集,以RMSD为指标进行系统聚类,并对各类建立基于结构比对的概形隐马尔科夫模型(profile-HMM)。将Astral1.65中序列一致性小于95%的9 505个样本作为检验集,整体识别敏感性为93.9%,特异性为82.1%,MCC值为0.876。结果表明:对于成员较多,无法建立统一模型的折叠类型,分类建模可以实现较高准确率的识别。

原始蛋白结构与功能研究进展

近年来在生命起源研究方面,蛋白质起源研究来有很大进展,因为各种"组学(-omics)"的快速发展提供了关于蛋白质结构与功能的大量信息,据此可以初步推断原始蛋白的结构与功能特征.文章就该领域的最新研究进展进行了综述.

常见致病菌糖基转移酶的结构与功能

糖基转移酶(glycosyltransferases,GTs)将糖基从活化的供体转移到糖、脂、蛋白质和核酸等受体,其参与的蛋白质糖基化是最重要的翻译后修饰(post-translational modifications,PTMs)之一。近年来越来越多的研究证明,糖基转移酶与致病菌毒力密切相关,在致病菌的黏附、免疫逃逸和定殖等生物学过程中发挥关键作用。目前,已鉴定的糖基转移酶根据其蛋白质三维结构特征分为3种类型GT-A、GT-B和GT-C,其中常见的是GT-A和GT-B型。在致病菌中发挥黏附功能的糖基转移酶,在结构上属于GT-B或GT-C型,对致病菌表面蛋白质(黏附蛋白、自转运蛋白等)进行糖基化修饰,在致病菌黏附、生物被膜的形成和毒力机制发挥具有重要作用。糖基转移酶不仅参与致病菌黏附这一感染初始过程,其中属于GT-A型的一类致病菌糖基转移酶会进入宿主细胞,通过糖基化宿主蛋白质影响宿主信号传导、蛋白翻译和免疫应答等生物学功能。本文就常见致病菌糖基转移酶的结构及其糖基化在致病机制中的作用进行综述,着重介绍了特异性糖基化高分子量(high-molecular-weight,HMW)黏附蛋白的糖基转移酶、针对富丝氨酸重复蛋白(serine-rich repeat proteins,SRRP)糖基化修饰的糖基转移酶、细菌自转运蛋白庚糖基转移酶(bacterial autotransporter heptosyltransferase,BAHT)家族、N-糖基化蛋白质系统和进入宿主细胞发挥毒力作用的大型梭菌细胞毒素、军团菌(Legionella)葡萄糖基转移酶以及肠杆菌科的效应子NleB。为揭示致病菌中糖基转移酶致病机制的系统性研究提供参考,为未来致病菌的诊断、药物设计研发以及疫苗开发等提供科学依据和思路。