生物序列表征體系構(gòu)建及結(jié)構(gòu)與功能關(guān)系研究.pdf

1、生物序列(肽、蛋白質(zhì)及核酸)結(jié)構(gòu)表征是其結(jié)構(gòu)與功能關(guān)系研究中的重要內(nèi)容及關(guān)鍵前提，序列表征描述子是否能夠合理地反映與其功能密切相關(guān)的結(jié)構(gòu)信息，決定其結(jié)構(gòu)與功能關(guān)系研究的成敗。因?yàn)闆Q定生物序列功能的結(jié)構(gòu)信息被編碼在其一級序列之中，因此，解析其一級序列特征對于生物序列的結(jié)構(gòu)與功能關(guān)系研究至關(guān)重要。文中綜合考察各種生物序列的一級序列特征，構(gòu)建了兩種生物序列結(jié)構(gòu)表征體系，包括：①收集20種天然氨基酸的516種多維性質(zhì)參數(shù)，經(jīng)因子分析得廣義氨基酸

2、信息因子分析標(biāo)度(FASGAI)：②收集5種堿基的1209種多維性質(zhì)參數(shù)，經(jīng)主成分分析得廣義堿基性質(zhì)得分(SGBP)。研究結(jié)果顯示，兩種表征體系都具有物理化學(xué)意義明確，表征能力強(qiáng)，拓展性能好及操作簡便等優(yōu)點(diǎn)。 將FASGAI分別用于苦味二肽、血管緊張素轉(zhuǎn)化酶抑制劑及陽離子抗菌肽的定量構(gòu)效關(guān)系(QSAR)研究，人免疫缺陷病毒蛋白酶(HIV PR)裂解位點(diǎn)預(yù)測及特異性分析，HLA-A*0201 限制性T細(xì)胞表位及人類1型雙載蛋白S

3、H3結(jié)構(gòu)域親和肽的 QSAR 研究，都取得較好的結(jié)果。研究顯示，苦味二肽的生物活性與其第 1 殘基的體積性質(zhì)，第 2 殘基的體積性質(zhì)及疏水性等性質(zhì)可能存在較大的正相關(guān)關(guān)系，而與其第2殘基的α-螺旋與轉(zhuǎn)角傾向等性質(zhì)可能存在較大的負(fù)相關(guān)關(guān)系；血管緊張素轉(zhuǎn)化酶抑制劑活性的第2殘基的體積性質(zhì)與疏水性及第1殘基的靜電性等性質(zhì)參數(shù)的增大可能有利于其活性的提高，而第2殘基的構(gòu)成特征等性質(zhì)參數(shù)的增大可能易導(dǎo)致其活性的降低；陽離子抗菌肽的第10殘基的靜電

4、性質(zhì)，第7殘基的體積性質(zhì)，第12殘基的疏水性及第3殘基的靜電性等性質(zhì)可能對抗菌活性產(chǎn)生較大的正貢獻(xiàn)，而第6殘基的疏水性及構(gòu)成特征，第10殘基的疏水性等性質(zhì)可能對抗菌活性產(chǎn)生較大的負(fù)貢獻(xiàn)；對HIV PR裂解位點(diǎn)預(yù)測及特異性分析知，HIV PR可能識別8肽序列中特定位點(diǎn)的關(guān)鍵特征，第1、2、4、5和6殘基的體積性質(zhì)、二級結(jié)構(gòu)信息、靜電性質(zhì)及疏水性等可能是決定HIV PR 是否裂解的重要因素，特別地，體積性質(zhì)可能是HIV PR被識別的重要特征

5、；HLA-A*0201限制性T細(xì)胞表位的第3殘基的體積性質(zhì)與疏水性，第2殘基的體積性質(zhì)及第9殘基的疏水性等性質(zhì)可能對親和性的正貢獻(xiàn)較大，而第4殘基的疏水性及第 3 殘基的局部柔性等性質(zhì)可能對親和性的負(fù)貢獻(xiàn)較大；分析影響具有10個(gè)殘基(P<,-5>P<,-4>P<,-3>P<,-2>P<,-1>P<,0>P<,1>P<,2>P<,3>P<,4>)的人類1型雙載蛋白SH3結(jié)構(gòu)域親和肽親和性的關(guān)鍵作用力知，第P<,-3>與第P<,2>之間殘基

6、(含P<,-3>與P<,2>殘基)的相應(yīng)性質(zhì)可能對親和性影響較顯著，特別地，第P<,-3>殘基的靜電性質(zhì)與疏水性可能對于其親和性的正、負(fù)貢獻(xiàn)分別相對最大。 發(fā)展了全新的不依賴于序列同源性及結(jié)構(gòu)相似性的蛋白結(jié)構(gòu)與功能預(yù)測方法。將FASGAI分別用于堿性螺旋-環(huán)-螺旋(bHLH)蛋白，蛋白質(zhì)的β-轉(zhuǎn)角結(jié)構(gòu)，G蛋白偶聯(lián)受體家族及高致病性禽流感病毒血凝素蛋白分類或識別研究。結(jié)果顯示，對bHLH蛋白分類影響較顯著的變量大多來自其功能基序

7、(第1到第13殘基)的第5、8、9及13等位點(diǎn)，少數(shù)來自第4、6、10及12等位點(diǎn)，表明這些相應(yīng)位點(diǎn)的變量可能是DNA親和區(qū)域的一些重要識別特征，方差分析顯示，在第5、8、9及13位點(diǎn)，除了第8殘基的局部柔性與第9殘基的體積性質(zhì)外，其它性質(zhì)都存在不同程度的顯著差異，利用這些差異可較好地分類bHLH蛋白；β-轉(zhuǎn)角結(jié)構(gòu)預(yù)測結(jié)果表明，F(xiàn)ASGAI可較好地表征β-轉(zhuǎn)角殘基特征，且其能提供β-轉(zhuǎn)角的一些重要特征信息；經(jīng)FASGAI表征，自交叉協(xié)方

8、差(ACC)轉(zhuǎn)換，支持向量機(jī)(SVM)建模用于G 蛋白偶聯(lián)受體家族及高致病性禽流感病毒血凝素蛋白識別所得結(jié)果顯示，F(xiàn)ASGAI是一種優(yōu)良的蛋白序列結(jié)構(gòu)表征方法，同時(shí)，F(xiàn)ASGAI-ACC-SVM 方法為G 蛋白偶聯(lián)受體家族及禽流感病毒血凝素蛋白識別提供了新的研究思路。將 SGBP 分別用于大腸桿菌啟動子的啟動強(qiáng)度及人類基因啟動子預(yù)測，都取得較好的結(jié)果。研究表明，大腸桿菌啟動子(-49 bp到+19 bp)的-45、-38、-28、-27

9、、-22、-21、-5、+4、+8、+14及+15等位點(diǎn)堿基的性質(zhì)可能對啟動強(qiáng)度具有較顯著的影響，這為啟動子的啟動強(qiáng)度預(yù)測及序列設(shè)計(jì)提供了可能。以SGBP表征，ACC轉(zhuǎn)換，SVM建模預(yù)測人類基因啟動子(-250 bp到+50 bp)，所得結(jié)果不同程度相當(dāng)于或優(yōu)于其它所對比的預(yù)測方法。SGBP-ACC-SVM過程建?？梢赃M(jìn)一步嘗試用于其它啟動子識別，mRNA轉(zhuǎn)錄特性與RNA二級結(jié)構(gòu)預(yù)測等。 針對性地比較研究了各種 QSAR 建模

10、與模式識別方法，特別是偏最小二乘(PLS)、線性判別分析(LDA)及SVM等在生物序列結(jié)構(gòu)與功能關(guān)系研究中的應(yīng)用，其中包含了對變量篩選、參數(shù)選擇及模型驗(yàn)證等內(nèi)容的研究和討論。結(jié)果表明，PLS可較好地解決變量數(shù)較多且存在多重共線性的情況。LDA 用于模式識別所得結(jié)果穩(wěn)健，模型易解釋。SVM 能較好地解決小樣本、非線性、高維數(shù)和局部最小等問題，使其在生物序列結(jié)構(gòu)與功能關(guān)系研究中具有廣闊的應(yīng)用前景，但其在參數(shù)設(shè)置等問題上有待進(jìn)一步研究，文中探