基于知識的蛋白質結構預測評分函數的研究.pdf

1、從蛋白質的一維序列預測蛋白質三維結構是當前生物信息學領域中一個非常具有挑戰(zhàn)性的課題。而評分函數的設計是蛋白質結構預測中的核心及關鍵之一。 評分函數又稱為能量函數，一般分為兩類：基于物理經驗公式的評分函數和基于知識的評分函數。前者是分析粒子之間相互作用的基本原理后得到的經驗公式，它能反映客觀存在于蛋白質內部或者蛋白質分子和溶劑分子之間的物理作用，但比較復雜且計算成本高。而后者是利用蛋白質結構數據庫(PDB)中的己知結構數據作為學

2、習樣本，計算得到的具有統(tǒng)計意義的區(qū)分參數，它能隱式地體現形成蛋白質天然結構的內在物理化學作用，計算成本相對較低。其預測蛋白質結構的性能依賴于作為學習樣本的蛋白質結構的數量和質量。 歐洲分子生物實驗室的UWE HOBOHM和CHRIS SANDER建立的pdb_select 25列表是從PDB中選擇的相對無偏差且高質量的數據。本文采用其中的蛋白質作為學習樣本，設計基于知識的蛋白質結構預測評分函數。本文的主要研究內容如下：

3、 (1)從兩兩氨基酸殘基空間距離的分布出發(fā)，導出一個依賴距離分 布的評分函數。并通過多次實驗確定計算距離分布時的離散區(qū)間數目為20。 (2)在蛋白質結構中，主鏈二面角(φ,φ)的分布就可用拉氏構象圖來描畫。本文構建了一個基于二面角的評分函數，通過計算確定把(φ，φ)空間離散為6°的網格是最好的選擇。 (3)進一步組合上述從距離和角度兩個方面建立的評分函數，所得的評分函數性能比前兩者有大幅提高。通過正確識