检索历史 清除

摘要随着人类基因组计划的顺利完成,大量基因被发现和定位,人类对生物学的研究开始从基因组时代进入后基因组时代。同时也使生命科学研究的重心转移到对生物功能的整体研究上,而以蛋白质间相互作用的研究为中心发展起来的蛋白质组学正是一个要在整体水平上研究细胞内蛋白质的组成及其活动规律的新的研究方向。<br>　　蛋白质的功能往往体现在与其他蛋白质或其它的生物大分子之间的相互作用中。对蛋白质—蛋白质相互作用的研究将有助于蛋白质功能的分析、生命活动的理解和有效药物的开发等众多问题的解决。但蛋白质相互作用的研究一直进展缓慢,只是在近几年由于高通量生物技术的快速发展,使人们从系统的高度来研究蛋白质的相互作用成为可能。由于这些技术受到当前实验科学的制约、耗时耗力,而且高通量技术在检测出大量蛋白质相互作用的同时,也带来了很多“假阳性”和“假阴性”数据的困扰。因此,本文从计算的角度来研究蛋白质相互作用,主要研究和探索了对蛋白质—蛋白质相互作用的预测和对相互作用位点的定位问题。<br>　　本文的工作主要包括以下几个方面:<br>　　1) 提出了一种新的基于氨基酸进化保守性的蛋白质相互作用位点预测方法。由于自然选择法则的作用,在一个蛋白质家族中与分子功能相关的氨基酸残基在进化过程中呈现保守性特征,蛋白质与外界的作用依赖于这些关键的残基。我们从多序列比对出发,使用三个特征来描述氨基酸的进化保守性:蛋白质残基的空间序列谱、蛋白质的序列信息熵和残基的进化速率。在研究蛋白质非同源复合物时,通过与支撑向量机(SVM)分类器的结合,我们证实了这些氨基酸的进化保守性特征在预测蛋白质相互作用位点这个问题上的有效性。<br>　　2) 构建了一个开放性的SVM-Bayes预测器来预测蛋白质相互作用位点。考虑到蛋白质序列中与外界发生相互作用的表面残基有着空间集聚的特性,我们通过支撑向量机与贝叶斯决策方法的结合构建了一个两阶段的SVM-Bayes预测器,这种方法降低了“假阳性”预测,同时当新的与蛋白质相互作用位点相关的属性.