蛋白質(zhì)—小分子結(jié)合位點預測新算法研究開發(fā).pdf

1、蛋白質(zhì)-小分子結(jié)合位點是蛋白質(zhì)表面行使蛋白質(zhì)生物功能的活性位點,所以通常研究蛋白質(zhì)的功能或者基于結(jié)構(gòu)化的藥物設計的第一步都是在蛋白質(zhì)的表面準確的預測這種結(jié)合位點的位置以及結(jié)合位點周圍的氨基酸信息。近20年來人們開發(fā)了很多的預測蛋白質(zhì)-小分子結(jié)合位點的計算機算法,比如LIGSITEcsc,PASS,Q-SiteFinder和SURFNET等。這些算法基于不同的角度對蛋白質(zhì)-小分子結(jié)合位點進行了定義并依據(jù)其定義進行尋找。但是經(jīng)過我們的對比,

2、這些基于某個角度或者少數(shù)角度對蛋白質(zhì)-小分子結(jié)合位點進行預測的算法其準確率往往不是很高,因此我們開發(fā)了一種新型的算法預測算法,將這些傳統(tǒng)算法的預測結(jié)果進行科學整合,以求將通過對蛋白質(zhì)-小分子結(jié)合位點的更加廣泛而精確描述來提高預測準確率,我們稱這種方式的預測算法為算法的算法,即宏算法(metaalgorithm),而我們的這種預測算法叫做MetaPocket。
　　 在我們算法的第一個版本中(MetaPookct1.0)中,我們整

3、合了LIGSITEcsc,PASS,Q-SiteFinder和SURFNET這四種算法,并且達到了很高的預測效果。在本研究中,我們繼續(xù)尋求更好的算法整合策略,對MetaPocket算法進行了優(yōu)化,并且整合了另外四種預測算法Fpoeket,ConCavity,GHECOM和POCASA,開發(fā)了MetaPocket2.0版本的算法,該算法在預測成功率上最多可以比傳統(tǒng)算法提高12％。為了驗證MetaPocket2.0算法對藥物小分子結(jié)合位點的

4、預測能力,我們還構(gòu)建了一個只包含藥物和其靶點蛋白質(zhì)的“藥物-靶點”數(shù)據(jù)集,該數(shù)據(jù)集為可藥性預測等研究領域提供了一個測試標準。
　　 我們?yōu)镸etaPooket2.0算法建立了一個功能強大的網(wǎng)絡服務器以使其為其他研究人員服務。我們?yōu)檫@種宏算法提出了一種通用的程序設計模式,使用這種模式編寫的宏算法程序可以具有極高的執(zhí)行效率、極高的容錯性和可擴展性以及易測試性。MetaPocket2.0網(wǎng)絡服務器免費對學術界開放使用,網(wǎng)址為http: