基于持续同调序列特征的无序蛋白质区域识别

固有无序蛋白质(IDPs)对分子识别、分子组装、转录以及翻译调控、蛋白质磷酸化、细胞信号转导等重要生理过程具有广泛的影响。因此,能够快速、可靠、准确地识别IDPs至关重要。以往的物理化学方法存在操作繁琐、成本高、效率低等问题,为了提高效益,结合机器学习的相关技术,开发了一种深度神经网络结构:基于多层感知器(MLP)网络和ResNet50网络的组合,其中变体的ResNet50网络去除了原本的全连接层而保留了其余部分,位于两个MLP网络之间,用于进行IDPs的特征提取。此外,使用新的序列特征,即基于持续同调算法的序列持久熵以及连续氨基酸的相关概率。仿真结果表明,基于相同的测试集,该研究中设计的深度神经网络结构与其他已知的预测方法相比表现更优,即使是对较短的序列也有较好的泛化能力。

天然无序蛋白质：序列-结构-功能的新关系

天然无序蛋白质是一类新发现的蛋白质,它们在天然条件下没有确定的三维结构,却具有正常的生物学功能,广泛参与信号传递、DNA转录、细胞分裂和蛋白质聚集等重要的生理与病理过程.无序蛋白质的发现是对传统的蛋白质"序列-结构-功能"范式的挑战.在这篇综述里,我们首先回顾了蛋白质的传统范式以及无序蛋白质的发现过程,然后介绍无序蛋白质在结构、序列、功能等方面的特征与相互作用,并以分子识别过程为例,进一步阐述目前国际上对无序蛋白质所具有优势的一些认识与观点.我们还分析了无序蛋白质研究在生命科学和医学等领域的应用前景,并介绍了国内在无序蛋白质领域的研究现状.

固有无序蛋白质无序区和有序区氨基酸组成偏好性分析

以固有无序蛋白质为研究对象,通过CD-HIT对数据进行去冗余处理,然后利用编程软件对数据进行统计而得到新的数据。对所有无序区及有序区的氨基酸含量进行对比,认为氨基酸Val、Ile、Leu、Phe、Trp、Asn、Tyr、His具有形成有序结构的偏好性;氨基酸Pro、Ser、Gln、Asp、Lys具有形成无序结构的偏好性。研究结论有助于进一步挖掘固有无序蛋白质的序列特征,并为固有无序蛋白质的预测提供一些借鉴。

固有无序蛋白与结合配体作用位点的分析与预测

固有无序蛋白(简称IDPs)在生理条件下不具有稳定的二级或三级结构,但是在生物体内通过与结合配体相互作用来发挥重要的生物学功能,故研究固有无序蛋白与配体的相互作用,对理解这些蛋白的功能具有重要的生物学意义。本文基于IDPsBind数据库,获得固有无序蛋白与5类配体分子(DNA,RNA,金属离子,肽,小分子)结合的结合位点,然后对这些结合位点处残基出现在5类结合位点的倾向性进行分析,结果发现:5类配体分子的结合位点处氨基酸的分布是不一样的。然后,利用滑动窗口中心残基的结合配体类型,建立5类结合配体的结合位点数据集,并提取四种特征参数:位置特异性矩阵(PSSM),20种氨基酸组分(AAC),以及残基的疏水性(HP)和溶剂可及表面积(SASA)特征,结合机器学习算法对5类结合位点进行分类识别,在5折交叉检验结果中预测准确率(Acc)最高达到87%,当特征融合后,预测准确率(Acc)达到88.3%。该研究结果对固有无序蛋白与结合配体相互作用的分析提供了很好的参考。

Disprot无序蛋白数据库分析与统计

无序蛋白是一种在天然条件下没有稳定的三维结构但却能正常行使重要生物学功能的一类蛋白质.实验以Disport无序蛋白数据库为基础,经过CD-HIT去重处理建立数据集.分别选择20种氨基酸在无序区与有序区中的分布和无序倾向性两个方面对该数据集进行对比分析.结果表明,氨基酸Ala、Asp、Glu、Gly、Lys、Pro、Gln、Ser具有形成无序区的倾向.氨基酸Leu、Thr、Val虽然在无序区和有序区中都具有倾向性,但在由DP值得到的分析中,Leu、Thr、Val不易于形成无序区;氨基酸Gln虽然在无序区和有序区中都不具有倾向性,但在DP值分析中却易于形成无序区.氨基酸Ala、Glu、Ser在二元组氨基酸对中使用最频繁.

无序蛋白质的判定及其结构、功能和进化特征

固有无序蛋白质(intrinsically disordered proteins,IDPs)是天然条件下自身不能折叠为明确唯一的空间结构,却具有生物学功能的一类新发现的蛋白质.这类蛋白质的发现是对传统的"结构-功能"关系认识模式的挑战.本文首先总结了无序蛋白质的实验鉴定手段、预测方法、数据库;并介绍了无序蛋白质结构(包括一级结构、二级结构、结构域无序性及变构效应)和功能特征;然后重点总结了无序蛋白质在进化角度研究的进展,包括无序区域产生的进化机制、进化速率,蛋白无序性的进化在蛋白质功能进化及生物学复杂性增加等方面的重要作用;最后展望了无序蛋白质在医药方面的应用前景.本文对于深入认识无序蛋白质的形成机制、结构和功能特征及其潜在的临床应用前景具有重要意义.

固有无序蛋白与蛋白质相互作用位点残基特征分析

本文对固有无序蛋白(IDPs)与其他蛋白质相互作用位点残基特征进行了研究.首先在数据库中选出满足条件的109条IDPs蛋白质链及与其他配体蛋白形成的299个IDPs-蛋白质复合物,然后提取复合物中作为相互作用位点的IDPs-蛋白质残基.这109条IDPs链中共含有50 031个氨基酸残基,其中处于作用位点的残基有4 822个.通过分析发现,20种氨基酸在形成IDPs-蛋白质相互作用位点残基时具有不同的倾向性,根据形成作用位点残基的倾向性,20种氨基酸可分成三大类:倾向型氨基酸(ILE、LEU、ARG、PHE、TYR、MET、TRP)、中间型氨基酸(GLN、GLU、THR、LYS、VAL、ASP、HIS)、非倾向型氨基酸(PRO、SER、GLY、ALA、ASN、CYS).研究结果还进一步表明,不同氨基酸在有序区域与无序区域形成IDPs-蛋白质作用位点残基的倾向性不同.其中,氨基酸TRP、LEU、ILE、CYS在有序和无序区域形成作用位点残基的差异性尤为明显,而氨基酸GLU、PHE、HIS、ALA则基本没有多大差别.对IDPs-蛋白质相互作用位点残基理化特征进行分析发现:疏水性强、侧链净电荷量较少、极性较小、溶剂可及性表面积较大、侧链体积较大、极化率较大的氨基酸比较倾向于形成作用位点残基.主成分分析结果显示,残基的极化率、侧链体积和溶剂可及表面积对作用位点残基影响最大.

内禀无序蛋白构象与带电氨基酸残基排布关系--以精氨酸和天冬氨酸组成的随机多肽为例

内禀无序蛋白的结构特征与其氨基酸序列有着密切的联系.其中一个核心问题是正负带电氨基酸残基的排列如何影响无序蛋白或者多肽的构象?为了回答这一问题,本研究以天冬氨酸和精氨酸两种带电残基组成的随机多肽为研究对象,利用全原子蒙特卡罗模拟和温度副本交换采样方法,研究了随机多肽的电荷排布与结构之间的定性关系.结果表明:正负带电残基在序列上混合均匀时,由于肽链内部的静电吸引和排斥相互抵消,肽链倾向于形成无规卷曲的构象;正负带电残基分离时,由于长程静电相互吸引,多肽倾向于形成类β-发卡的形状.

固有无序蛋白质及逆境胁迫下的分子功能

固有无序蛋白质是一类在生理条件下缺乏稳定三维结构而具有正常功能,参与信号转导、转录调控、胁迫应答等多种生物学过程的蛋白质.植物中许多逆境响应蛋白是固有无序蛋白质,通过其结构无序或部分无序区域在蛋白质-蛋白质、蛋白质-膜脂、蛋白质-核酸的互作中发挥重要作用.本文主要对固有无序蛋白质的类别、氨基酸组成和结构特点以及在逆境胁迫下其稳定细胞膜、保护核酸和蛋白质、调控基因表达等分子功能进行综述,以拓展对逆境胁迫下蛋白质作用分子机制的认识.

基于深度卷积神经网络的无序蛋白质功能模体的识别

针对目前实验方法识别天然无序蛋白质中的功能模体耗时费力、难度大,而传统计算机辅助识别方法过于依赖人工挑选特征且准确度低等问题,提出一种利用深度卷积神经网络预测功能模体位置的方法;该方法直接将蛋白质序列作为输入,通过计算对应的位置特异性打分矩阵和3组氨基酸指数特征,将序列映射到数值矩阵中,模型自行抽取特征并自动识别功能模体的隐性序列模式来进行预测。结果表明:当使用相同数据集进行训练和测试时,本文中提出的方法的性能明显优于其他传统的识别算法,在验证集上的感受性曲线下的面积(AUC)值达到0.708,在测试集上的AUC值达到0.760,说明深度卷积神经网络能够有效地识别功能模体的隐性序列模式;该方法也可以用于其他聚集型蛋白质功能位点的识别。

基于氨基酸分类的固有无序蛋白序列特征分析

固有无序蛋白是一类缺乏稳定结构的特殊蛋白质,在生命活动中行使重要的生物学功能,与人类重大疾病密切相关.通过将混沌可视化模型及氨基酸分类应用于蛋白质序列分析中,系统研究固有无序蛋白序列的多聚体特征.结果表明,运用CGR方法可以直观分析固有无序蛋白序列相关信息,也可以定量描述相关序列特征.对固有无序蛋白二聚体氨基酸的具体研究表明,固有无序蛋白对二聚体氨基酸的使用具有明显偏好性,为今后蛋白序列多聚体特征研究提供良好的研究思路.

固有无序蛋白质-DNA复合物结合位点处核苷酸偏好性分析

固有无序蛋白质是一种新的蛋白质类型,具有显著的序列结构特征,尤其在与DNA相互作用中发挥着重要功能.分别统计分析了固有无序蛋白质有序区和无序区与DNA形成的复合物中,位于结合位点处脱氧核苷酸的结合偏好性以及与氨基酸组成结合对的偏好性.结果发现,参与这种相互作用的脱氧核苷酸类型具有显著差异,其中鸟嘌呤脱氧核苷酸和胸腺嘧啶脱氧核苷酸较受欢迎,而腺嘌呤脱氧核苷酸和胞嘧啶脱氧核苷酸不受欢迎.我们还发现四种脱氧核苷酸都偏好与精氨酸和赖氨酸组成结合对,而很少与天冬氨酸和谷氨酸结合.因此,本文将为今后DNA与其它分子相互作用研究提供可靠的数据和方法支持.

利用Benford定理分析固有无序蛋白（英文）

目的利用Benford定理分析固有无序蛋白(Intrinsically Disordered Proteins,IDPs)。方法利用本福特定律在生物通路动力学速率常数的成功运用所受到的启发来分析固有无序蛋白。结果与结论首次系统地调查固有无序蛋白,并发现所有固有无序蛋白及固有无序蛋白的结构域长度首位数的分布都很好地符合本福特定律。因此,固有无序蛋白能做为一个理想的组合来研究实际生活得到的数据的首位数分布,此外,这些观察值还能用来全局地约束固有无序蛋白的行为,这也许能够为固有无序蛋白更加精确的预测提供有用的信息,也将对很多疾病的治疗提供新的思路。

毛果杨固有无序蛋白质基因克隆及胁迫响应分析

为了解毛果杨中固有无序蛋白PtrIDP1(Potri.010G161200.1)基因的相关信息,探究该基因在毛果杨的不同组织、不同逆境胁迫下的表达特性,本研究根据Phytozome数据库中得到的基因全长序列设计引物,克隆得到该基因的目的片段。该基因完整的CDs区序列长度为423 bp,共编码140个氨基酸。构建亚细胞定位表达载体,瞬时转化洋葱表皮细胞,在激光共聚焦显微镜下观察显示,PtrIDP1定位在细胞核内。利用实时定量RT-PCR技术分析了PtrIDP1基因在毛果杨不同组织中的表达特异性和应对非生物胁迫的表达特性。结果表明:PtrIDP1基因在毛果杨的根、茎、叶中均有表达,其中在根部表达量最低,在茎和叶中相对表达量较高。[JP2]PtrIDP1基因在高盐和干旱胁迫诱导时其表达量的变化模式不同,初步分析认为PtrIDP1基因参与了毛果杨非生物逆境胁迫的响应过程。[JP]

龙眼HD-Zip家族固有无序蛋白的预测与分析

[目的]探究龙眼HD-Zip中是否存在固有无序蛋白(intrinsically disordered protein,IDPs)。[方法]以龙眼基因组数据库提取的19个龙眼HD-Zip家族成员为对象进行固有无序蛋白的预测、无序区特征以及无序区与有序区的氨基酸偏好性分析。[结果]龙眼HD-Zip的19个成员中共有15个成员为部分无序的固有无序蛋白;龙眼HD-Zip固有无序蛋白的无序区中含有蛋白质的结合位点;20种氨基酸对无序区域以及有序区域的形成各有所偏向。[结论]龙眼HD-Zip固有无序蛋白可能通过分子调控网络参与应激反应;龙眼HD-Zip固有无序蛋白具有氨基酸偏好性。最后,还对人工智能(AI,Artificial Intelligence)在无序蛋白发展的应用前景进行了展望。

基于序列及结构特征的固有无序蛋白—核酸相互作用位点预测分析

固有无序蛋白是一类具有柔性结构的蛋白质,许多情况下通过与其它物质相互作用形成稳定结构来发挥重要生物功能.本文分别利用基于序列特征和结构特征的蛋白质结合位点预测程序对固有无序蛋白有序区和无序区与核酸分子的结合位点进行了预测分析.结果发现,基于结构特征的结合位点预测方法整体上要优于基于序列特征的预测方法,表明无序区尽管缺少稳定空间结构,结构特征依然在固有无序蛋白结合位点中发挥了重要作用.因此,可以为今后固有无序蛋白序列特征及结构特征的提取提供可靠依据.

基于随机序列的固有无序蛋白预测算法比较分析

固有无序蛋白质(IDPs)是一种普遍存在且缺乏稳定空间结构的重要功能蛋白,为传统的蛋白质序列-结构-功能研究模式提出了挑战,成为当前蛋白质科学研究的热点领域。由于其特殊的柔性结构特征,IDPs的实验研究难度大,通过计算方法来预测IDPs成为IDPs研究的重要手段。然而由于被实验证实的IDPs还很少,对IDPs预测算法的有效评价还缺少可靠的数据集,因而通过人工设计随机蛋白序列并提出分析数理模型,从无序区残基分布、组成等多角度对两种代表性IDPs预测算法的预测结果进行了深入对比研究。结果表明各随机序列中不同IDPs预测算法得到的预测结果具有不同程度的差别,预测得到的无序区与天然蛋白中无序区序列特征一致,因此对IDPs的研究应充分考虑不同预测算法差异特征,提高研究结果的可靠性。

固有无序蛋白质(IDPs)的预测和分子动力学模拟研究

固有无序蛋白质是一类在生理状态下没有固定三维结构,却可以发挥正常生物学功能的蛋白质.对这类蛋白质系统深入的研究丰富了人们对蛋白质生物学功能的认识.固有无序蛋白质预测经过十多年发展,已经成为发现新固有无序蛋白质的重要工具;而分子动力学模拟则为我们从微观上研究固有无序蛋白构象变化过程、分析固有无序蛋白与其他分子的相互作用,以及揭示这类蛋白质的特征等发挥了不可替代的作用.

基于DNA序列分析的固有无序蛋白序列特征研究

固有无序蛋白是一类没有稳定三维结构,却能行使重要生物学功能的蛋白质,广泛参与多种生理与病理过程.目前对固有无序蛋白的研究还停留在蛋白质序列,因此借助混沌可视化模型,首次比较分析了固有无序蛋白有序区和无序区序列对应DNA序列的差异特征.结果表明,固有无序蛋白有序区和无序区在对应DNA序列的碱基组成及二联体核苷酸使用等序列特征存在差异.可为今后固有无序蛋白相关研究提供新思路.

编码疾病相关的固有无序蛋白同义密码子使用偏好性的研究

固有无序蛋白(简称IDPs)在生理条件下不具有稳定的空间结构,但是在生物体内发挥重要的生物学功能,除此之外,尤为重要的是它们与人类许多重大疾病密切相关。因此,研究疾病相关的IDPs,可以进一步了解IDPs与一系列疾病的病理学上的关系,这为蛋白质的药物设计和疾病治疗提供新思路。研究表明:密码子的使用偏好与固有无序蛋白的无序程度存在一定的关联性。本文研究了编码疾病相关的固有无序蛋白(IDPs)中同义密码子和GC含量的使用偏好,以及编码这些蛋白质的有序/无序区域的密码子中四个核苷酸在密码子的三个位点的分布差异。结果表明,这些蛋白中同义密码子的使用、GC含量均存在显著差异,另外四个核苷酸在其密码子三个位点的分布在编码3类疾病相关的IDPs有序和无序区中均存在偏好性。这些结果为后期研究IDPs提供了很好的参考信息。