蛋白質(zhì)結(jié)構(gòu)預(yù)測模型研究.pdf

1、近20年來，隨著生物數(shù)據(jù)量呈指數(shù)級增長，產(chǎn)生了新的交叉學(xué)科――生物信息學(xué)。而蛋白質(zhì)結(jié)構(gòu)與功能預(yù)測是生物信息學(xué)的一項核心研究內(nèi)容，它的研究不僅能幫助人們了解蛋白質(zhì)折疊的形成機制，更對實驗生物學(xué)起著重要的指導(dǎo)作用。
　　 蛋白質(zhì)結(jié)構(gòu)預(yù)測的關(guān)鍵在于建立有效的預(yù)測模型并給出合理快速的預(yù)測算法，然而蛋白質(zhì)空間結(jié)構(gòu)復(fù)雜，各種結(jié)構(gòu)的形成原因并不完全清楚，因此目前的預(yù)測模型和算法都有各自的局限性，預(yù)測模型的準確度和算法求解的復(fù)雜度之間也互相制約

2、。針對這些問題，本文進行了深入的研究，提出和改進了一些蛋白質(zhì)結(jié)構(gòu)預(yù)測模型及方法。
　　 圖論在蛋白質(zhì)結(jié)構(gòu)預(yù)測相關(guān)問題的研究中有著重要作用。本文將預(yù)測蛋白質(zhì)二級結(jié)構(gòu)問題轉(zhuǎn)換成求解一個圖的最短路徑問題，每3個頂點表示序列中的一個氨基酸殘基可能形成的二級結(jié)構(gòu)，邊表示可能的殘基連接，并設(shè)計一個函數(shù)對邊進行賦權(quán)，則這個賦權(quán)圖中的最短路徑對應(yīng)該蛋白質(zhì)的二級結(jié)構(gòu)。應(yīng)用這個方法，對幾組測試集進行了預(yù)測，取得了較好的預(yù)測結(jié)果，并對模型中環(huán)境參數(shù)的

3、選取進行了討論。
　　 蛋白質(zhì)序列數(shù)據(jù)的冗余是訓(xùn)練蛋白質(zhì)結(jié)構(gòu)預(yù)測模型需要避免的問題。本文將圖論中最大團的概念引入冗余處理的算法中，利用最大團的成熟算法改進了蛋白質(zhì)數(shù)據(jù)冗余的處理方法，并對幾種蛋白質(zhì)數(shù)據(jù)進行了處理，取得比較好的結(jié)果。
　　 DNA 計算是一種全新的計算模型，本文試圖將DNA 計算引入到蛋白質(zhì)結(jié)構(gòu)預(yù)測中，建立了蛋白質(zhì)結(jié)構(gòu)預(yù)測的質(zhì)粒DNA 計算模型，為蛋白質(zhì)結(jié)構(gòu)預(yù)測提出一種全新的研究思路。該模型首先將一段待確定

4、空間構(gòu)型的側(cè)鏈或主鏈轉(zhuǎn)換成一個賦權(quán)圖的頂點，頂點和邊根據(jù)一些安排好的標準賦權(quán)，然后結(jié)合最大權(quán)團問題的質(zhì)粒DNA 計算模型，建立蛋白質(zhì)預(yù)測問題的DNA 計算模型，最后對該質(zhì)粒DNA 計算模型的編碼進行了研究，給出了一個編碼工具。
　　 概率圖模型是蛋白質(zhì)結(jié)構(gòu)預(yù)測的一類有效的模型。本文將20種氨基酸進行分類，通過統(tǒng)計β折疊的典型形成模式，將3-狀態(tài)隱馬爾可夫預(yù)測模型擴展為9 狀態(tài)，有效的提高了β折疊的預(yù)測精度。條件隨機場是最近提出的

5、一種概率圖模型，本文構(gòu)建了一種基于條件隨機場的蛋白質(zhì)結(jié)構(gòu)預(yù)測模型，并給出了此類條件隨機場的訓(xùn)練及解碼算法。同時利用多序列對比程序PSI-BLAST 把蛋白質(zhì)序列轉(zhuǎn)化為表示進化信息的序列模體以提高預(yù)測的精度，最后給出預(yù)測結(jié)果并進行比較分析。
　　 在蛋白質(zhì)結(jié)構(gòu)預(yù)測的研究中，一個重要的問題就是正確預(yù)測二硫鍵的連接，二硫鍵的準確預(yù)測可以減少蛋白質(zhì)構(gòu)型的搜索空間，有利于蛋白質(zhì)的3D 結(jié)構(gòu)的預(yù)測。本文成功地將LVQ 神經(jīng)網(wǎng)絡(luò)方法引入蛋白質(zhì)

6、的二硫鍵的預(yù)測工作中。結(jié)果表明蛋白質(zhì)的二硫鍵的連接與半胱氨酸的局域序列模式有重要聯(lián)系，可以由蛋白質(zhì)的一級結(jié)構(gòu)序列預(yù)測該蛋白質(zhì)的二硫鍵的連接方式，應(yīng)用這個方法對蛋白質(zhì)結(jié)構(gòu)的二硫鍵進行了預(yù)測取得了良好的結(jié)果。
　　 HP 模型是一種簡化的蛋白質(zhì)結(jié)構(gòu)預(yù)測模型，本文對HP 模型進行改進，根據(jù)氨基酸殘基的親疏水特性以及理化特性將氨基酸殘基分為4 類，把蛋白質(zhì)序列簡化為一個4 元序列，并給出一種通過4 元序列能量最低的結(jié)構(gòu)來預(yù)測蛋白質(zhì)的空間