从序列预测蛋白质折叠速率

基于序列预测二级结构的蛋白质折叠速率的成功预测暗示着折叠速率能够单独从序列中预测出来.为了追踪这一问题,提出了从序列预测折叠速率的一种方法,而不需要任何二级结构和拓扑的信息.残基对折叠速率的影响与氨基酸的性质有密切的关系.对双态和多态蛋白质实验测定的折叠速率的相关性达到了82.9%,这意味着蛋白质的氨基酸序列是决定折叠速率和机理的重要因素.     

神经网络预测蛋白质二级结构的编码技术

考虑不同残基的物理化学性质,将其融入蛋白质二级结构的神经网络预测中,提出了一种新的归一化二进制编码技术,将各种残基不同的疏水值与体积大小归一化结果作为神经网络的二进制输入序列．与其他蛋白质二级结构预测的方法进行了比较,结果表明,该方法能充分利用蛋白质的一级结构信息,获得了很好的预测效果。     

不同折叠类型蛋白中基于密码子的二级结构偏向性分析

在传统的Chou-Fasman蛋白质二级结构预测方法的基础上引入同义密码子使用的信息,计算了200个蛋白(49种全α结构蛋白,69种全β结构蛋白,38种仅α β结构蛋白,44种α/β结构蛋白)中不同密码子对应的氨基酸形成不同二级结构(α：螺旋,β：折叠,C：卷曲)的偏向性参数．通过对这些密码子对应氨基酸二级结构偏向性的分析,得到了氨基酸二级结构偏向性分析中所忽略的同义密码子的蛋白结构信息．这些新的信息量对于指导蛋白质设计以及提高蛋白质二级结构预测的准确率有着一定的作用．     

蛋白质二级结构预测中的简化编码技术

神经网络用于蛋白质二级结构预测时，通常氨基酸序列采用正交二进制编码。基于不同残基间的物理化学性质，提出了简化的编码技术，并与其他蛋白质二级结构预测的方法进行了比较。实施结果表明：这种方法更充分地利用了蛋白质一级结构的信息，有较好的效果。     

改进的离散增量算法预测27类折叠子的结构类型

蛋白质二级结构预测是三级结构预测的一个非常重要的中间步骤,而折叠子识别和结构类型的准确预测则可以提高二级结构和三级结构预测的准确度.本文从蛋白质的一级序列出发,提出了一种改进的预测算法:以二肽组分、预测的二级结构信息、伪氨基酸组分和位置权重矩阵打分值等特征分别作为参数,输入离散增量算法的单分类器中,通过加权融合单分类器的计算结果,对27类折叠子的结构类型进行了预测,取得了较好的预测结果.     

多肽链二级结构的氢键定义及氨基酸残基间的氢键分布

蛋白质的生物功能往往决定于它的三维结构，而二级结构是蛋白质的氨基酸顺序和三维构象之间的桥梁，决定了蛋白质折迭的框架，氢键是稳定二级结构的主要作用力。通过Kab—sch—Sander的二级结构的氢键定义，由氢键识别模式对二级结构及其氨基酸残基问的氢键作了统计分析，发现二级结构中的氨基酸残基的丰度与其提供氢键的能力没有统计关联，但氨基酸残基(除ser外)的CO基团形成氢键的能力越强，其NH基团形成氢键的能力越弱，反之亦然I同时给出了各种残基对在*螺旋中形成氢键能力的比较。     

同义密码子用语与蛋白质二级结构信息

对人体117个蛋白质和大肠杆菌的185个蛋白质的各二级结构相对应的mRNA序列中的同义密码子与氨基酸上下文关联熵、蛋白质序列中氨基酸与氨基酸上下文关联熵作了统计分析，发现密码子关联确实比氨基酸关联对蛋白质二级结构提供的信息量大，而且人蛋白质中同义密码子提供的二级结构信息比大肠杆菌中多．同时，证明了在相对信息剩余大于等于30％的情况下，Adzhubei给出的九种氨基酸中的八种其同义密码子在某些二级结构中明显的携带结构信息；此外A，N，D，R，H，C，Y这几种氨基酸的同义密码子在某些二级结构中也明显地携带结构信息．     

用4肽结构字预测蛋白质二级结构

介绍一种新的方法来预测蛋白质二级结构.该方法是基于4肽结构字的基础上,利用4肽结构字建立多样性源同时结合二次判别法来预测一个序列片段中心残基的二级结构,最后对预测后的结果进行修正.对1645个蛋白进行检验,其21残基片段中心残基,10折交叉检验的结果Q**3(Q3score)达到79.68%.当考虑长程序列信息时,预测将会更精确.与其它预测软件相比较,显示了一定的优势.     

蛋白质的二级结构序列和结构型

从蛋白质的二级结构序列出发 ,提出了冗余的概念 ,定义了冗余数量和冗余长度 ,给出了不同结构型蛋白的冗余数量和长度的分布特性 .统计结果表明 α类蛋白中 30 %、β类蛋白中84 %、α/β类蛋白中 95 %的序列不同程度的存在冗余 ,冗余数量和冗余长度主要分布在 1～ 3的范围 .以主二级结构序列三联体为参数 ,利用信息聚类方法对 α类、β类、α/ β类、α β类的6 0 0个蛋白进行了聚类 ,结果表明 ,对冗余较少的α类蛋白 85 %以上能够较好地聚类在一枝中 ,但对于冗余较多的其它类蛋白不能分在一个大支中 ,大部分可以分散在多个小支中 .以主二级结构序列三联体为参数 ,利用 Mahalanobis距离方法对上述四种结构型进行预测 ,预测的总体准确率为 81 .1 % .聚类结果和利用 Mahalanobis距离分类结果充分展示了蛋白质二级结构序列对结构型的特殊作用 ,但由于冗余的影响使得二级结构序列的信息并未充分显示出来 .说明从蛋白质二级结构序列出发预测结构型和构建蛋白质框架结构是合理的选择     

基于神经网络的蛋白质二级结构预测

提出一种蛋白质二级结构预测的新方法.该方法首先对数据集中的氨基酸序列利用PSI-BLAST程序进行同源序列搜索,得到相应的PSSM矩阵,然后利用滑动窗口方法对矩阵进行编码,得到分类器的输入.采用分类器集成,将所有的样本划分成9个互斥训练集对单个子分类器进行训练.然后,9个单独的0-1子分类器通过最大投票法进行集成,形成识别一种特定的蛋白质二级结构的0-1分类器.这样3个0-1分类器模型通过串行集成,可以对蛋白质的三种二级结构(H/E/C)进行识别.通过对标准数据集RS126,CB396,CB513进行测试发现,对于同一分类器,利用PSSM矩阵作为分类器输入的预测准确率要高于直接将蛋白质序列作为输入的预测率.     

氨基酸的突变及其对蛋白质二级结构的影响

本文对43种蛋白质的肽链进行了统计分析,计算了相邻三个氨基酸的构象参数R_α、R_β、R_c,并将其分类;在此基础上提出了氨基酸的突变对蛋白质二级结构影响的规律。研究了细胞色素C可变氨基酸的突变(不同种属之间)、血红蛋白(人)的异常。给出了所有可能的中间氨基酸可突变为半胱氨酸的氨基酸三联体。     

武汉地区丙型肝炎病毒包膜蛋白E1的生物信息学研究

使用生物信息学的方法,分析武汉地区不同基因型、亚型的丙肝病毒的包膜E1蛋白,预测其二级结构、核苷酸变异性、糖基化位点、亲水性、跨膜区、信号肽、蛋白修饰位点、B细胞抗原.结果显示各HCV的包膜E1蛋白二级结构差距不大;序列始末段有数个氨基酸残基的差距,序列上存在高变异位点,基因型2a的型内一致性最高;序列大量糖基化,有多个糖基化基化位点;序列分布着亲水性区域,基因型1b的分值很高;基因型1b、6a、3b、3a多数亚型有1个跨膜区,基因型2a多数亚型有两个跨膜区;基因型1b、6a、3b、3a无信号肽,基因型2a都有信号肽;蛋白序列上存在多个不同修饰位点和B细胞抗原,各基因型、亚型之间有明显差距,具有较大异质性.该研究为揭示病毒感染机制和研制地区性疫苗提供一定的科学依据.     

Modeling of 3D-structure for regular fragments of low similarity unknown structure proteins

Because it is hard to search similar structure for low similarity unknown structure proteins dimefly from the Protein Data Bank(PDB)database,3D-structure is modeled in this paper for secondary structure regular fragments(α-Helices,β-Strands)of such proteins by the protein secondary structure prediction software,the Basic Local Alignment Search Tool(BLAST)and the side chain construction software SCWRL3.First.the protein secondary structure prediction software is adopted to extract secondary structure fragments from the unknown structure proteins.Then.regular fragments are regulated by BLAST based on comparative modeling,providing main chain configurations.Finally,SCWRL3 is applied to assemble side chains for regular fragments,so that 3D-structure of regular fragments of low similarity un known structure protein is obtained.Regular fragments of several neurotoxins ale used for test.Simulation results show that the prediction errors are less than 0.06nm for regular fragments less than 10 amino acids,implying the simpleness and effectiveness of the proposed method.     

蛋白质中RNA-结合残基预测的随机森林模型

构建了用于预测蛋白质序列中RNA-结合残基的分类模型.在模型的特征提取方面,除了与功能相关的结构特征和序列正交编码信息以外,还提出了一个新颖的特征PSSM-PP.该特征不仅包含蛋白质序列的进化保守特征,还包含与蛋白质和RNA结合有关的氨基酸理化特征.在设计模型时,考虑到样本数据量大的问题,选用了快速的随机森林算法.该预测模型总体预测准确率达到87.02％,特异性达到95.62％,敏感性达51.16％,Matthew相关系数为0.533 6.此外,还构建了RNA结合残基的预测平台.     

Characterization and expression of a cDNA, AmphiSDHD , encoding the amphioxus cytochrome b small subunit in mitochondrial succinate ubiquinone oxidoreductase

Succinate ubiquinone oxidoreductase ,alsoknownascomplexII ,isthesmallestenzymecomplexfunctioninginboththetricarboxylicacidcycle(TAC)andtheaerobicrespiratorychainofeukaryoticcellmitochondriaandprokaryoticcells[1] .Itiscom posedoffournuclear encoded proteins ,SDHAorflavoprotein (70kD) ,SDHBoriron sulfurprotein(2 7kD) ,SDHCorCII 3(15kD)andSDHDorCII 4 (7— 9kD)inmosteukaryotes[2 ] .Thetwoproteins ,SDHAandSDHB ,comprisethesuccinatedehydroge nase (SDH) ,anenzymeoftheTACandaperipher…     

Characterization and expression of a cDNA, AmphiSDHD,encoding the amphioxus cytochrome b small subunit in mitochondrial succinate-ubiquinone oxidoreductase

In this study, an amphioxus cDNA, AmphiSDHD, encoding the cytochrome b small subunit in mitochondrial succinate-ubiquinone oxidoreductase, was isolated from the gut cDNA library of amphioxus Branchiostoma belcheri tsingtauense. It is 1429 bp in length, with an open reading frame of 465 bp coding for a protein of 154 amino acids. The deduced protein contains a mitochondrial targeting presequence of 65 amino acids rich in basic residues like arginine and hydroxy residues such as serine and threonine. Alignment of the amino acid sequences of AmphiSDHD and other eukaryotic SDHD proteins showed that AmphiSDHD has three transmembrane segments, and includes two histidine residues in the second transmembrane segment that are the putative binding sites for the heme b molecule. The phylogenetic tree constructed suggests that AmphiSDHD appears more closely related to vertebrate SDHD proteins than invertebrate ones. Northern blotting demonstrated that AmphiSDHD is ubiquitously expressed in amphioxus, being in line with the fact that SDHD is a house-keeping protein.     

同源建模方法预测蛋白质突变结构的适用性分析

通过从Protein Data Bank(PDB)结构数据库中提取单氨基酸突变的晶体结构,构建了一组无冗余的测试数据集,对目前应用最广泛的两款同源建模预测软件(SWISS-MODEL和MODELLER)进行了测试分析,发现它们对蛋白质的整体结构预测效果良好,均方根偏差小于0.5埃(RMSD0.5),但在突变导致结构显著变化(RMSD1.5)的情况下却均不能得到准确结果.分类统计显示,发生在蛋白质结构内部和极性氨基酸之间的突变结构变化小,两款软件预测效果较好(RMSD1.0).突变导致结构显著变化的可能性不高(5%),但它对蛋白质功能的影响不可忽视,因此应用同源建模方法对于蛋白质突变的模拟并不完全适用,还需要开发新方法来提高准确性.     

山羊奇异变形杆菌毒力因子zapA基因的克隆及蛋白结构预测

为了研究山羊奇异变形杆菌毒力因子,克隆zapA基因和预测推导的蛋白结构.采用PCR方法,对山羊奇异变形杆菌zapA基因进行扩增、克隆及序列测定;利用生物信息学软件预测推导zapA蛋白的信号肽、跨膜区、二级结构及B细胞抗原表位.结果表明:zapA基因长为1 476bp,编码491个氨基酸,与参考株的核苷酸序列同源性为99.59%,氨基酸同源性为99.59%;zapA蛋白存在信号肽,无跨膜区,B细胞表位可能位于69-71,78-84,136-139,197-199,353-356,371-373和472-474氨基酸区域内或附近.该试验为奇异变形杆菌zapA蛋白的表达及基因工程疫苗的研制提供了理论基础.     

Crystal structure of the intensely sweet protein monellin

Two unusual proteins, discovered in African berries, possess the interesting property of having a very high specificity for the sweet receptors. These proteins, monellin and thaumatin, are approximately 100,000 times sweeter than sugar on a molar basis and several thousand times sweeter on a weight basis. Neither contains carbohydrates or modified amino acids. Several interesting observations have been made about the two proteins: native conformations are important for the sweet taste, although both proteins are intensely sweet, there are no statistically significant sequence similarities between them; and despite the absence of sequence similarity, antibodies against thaumatin compete for monellin (as well as many other sweet compounds, but not for chemically modified non-sweet monellin) and vice versa. To understand the structural basis of these observations we determined the crystal structure of thaumatin, and report here the structure of monellin at 3 A resolution. Monellin consists of two peptide chains, the A chain of 44 residues and the B chain of 50 residues. We find no similarity between the backbone structure of monellin and that of thaumatin.