C端亲-疏水氨基酸在蛋白质规则二级结构中使用规律

对规则二级结构中C端亲—疏水性氨基酸的紧邻关联、次邻关联、次次邻关联作了统计分析，并给出了规则二级结构中亲—疏水氨基酸的位置择优规律．     

用信息聚类方法研究蛋白质的氨基酸组成和二级结构含量…

从蛋白质的氨基酸组成出发，用信息聚类方法给出了蛋白质的聚类树状图，发现树状图的分支与蛋白质二级结构的含量有较强的相关性。     

用信息聚类方法研究蛋白质的氨基酸组成和二级结构含量的关系

从蛋白质的氨基酸组成出发，用信息聚类方法给出了蛋白质的聚类树状图，发现树状图的分支与蛋白质二级结构的含量有较强的相关性．     

蛋白质规则二级结构中亲疏水氨基酸紧邻关联特性

将氨基酸椐亲 -疏水性按 5度简并进行分类 ,然后映射于蛋白质规则二级结构中 ,对规则二级结构中氨基酸的亲 -疏水性紧邻关联作了统计分析 ,并给出规则二级结构中亲 -疏水氨基酸的位置择优规律性     

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．     

影响HIV-GP41N端1/2在E.coli中表达的两段氨基酸序列界定

GP41蛋白二级结构预测显示 ,前 1 /2片段的 N端 ( 4～ 2 6位氨基酸 )和 C端 ( 1 67～ 1 89位氨基酸 )各有一个富含疏水氨基酸的穿膜螺旋 (可能性 >0 .9) ,分别从 N1 (前 1 /2片段无 C端穿膜螺旋 )的 N端和 N6(前1 /2片段无 N端穿膜螺旋 )的 C端进行缺失构建一系列缺失突变体 ,只有 p ET-N2 ,p ET-N3 ,p ET-N4,p ET-N5在大肠杆菌中获得高效表达 ,其表达量占菌体总蛋白的 2 0 % ,Western blot显示表达蛋白与 HIV阳性血清有良好的反应性 .而 p ET-N1 ,p ET-N6在大肠杆菌中表达量很低或不表达 .从而证明 1～ 6位 ,1 84～ 2 0 1位氨基酸是影响 gp41基因 N端 1 /2片段表达的主要因素     

基于蚁群聚类算法的模糊神经网络

提出了一种基于蚁群聚类的模糊神经网络算法,神经网络采用RBF网络结点结构,聚类采用二级结构蚁群聚类算法作为一级聚类而模糊C-均值聚类(FCM)用于二级聚类。将上述聚类方法用于模糊神经网络构建中,仿真结果表明具有并行实时性、聚类能力强的特点。     

基于目标函数的矩阵分解非线性系统模糊建模

提出了基于新的目标函数的模糊聚类建模方法．改进的模糊聚类方法把模糊模型结构辨识和参数辨识融为一体．首先,通过新的目标函数的最小化确定模糊模型的输入空间,即确定模糊规则和规则数、参数．然后对经模糊聚类得到的模糊前件推理矩阵进行QR分解,通过分析秩亏损确定重要的聚类规则．为了证明这种建模方法的性能,对非线性系统进行了仿真建模研究,仿真结果证明所提出方法是一种有效的、精确的模糊建模方法.     

α类蛋白的构建模式及拓扑结构预测

给出了α类蛋白的构建规则，指出了螺旋片段的长短是决定相邻两个片段取向的重要原因．讨论了４螺旋束的构建及理论模式，对α类蛋白的分类进行了补充，给出了区分平行和垂直拓扑结构的简明预测规则     

基于蚁群聚类算法的文本模糊聚类方法

针对模糊C-均值本文提出将基于蚁群算法的模糊聚类算法应用于文本聚类中,聚类采用二级结构,蚁群算法(ACA)作为一级结构,模糊C-均值聚类FCM用于二级结构。将此算法对文本集合进行聚类实验,并用分离系数、分离熵来判断模糊划分的效果,实验结果表明,与FCM相比,该算法具有较好的聚类效果。     

连续小波变换在蛋白质结构预测中的应用

将代码为3pgal蛋白质的氨基酸序列映射为疏水值序列，在合适的尺度下，通过连续小波变换方法可对其非规则二级结构进行预测，淮确率为83．3％。从PDBsum数据库中随机抽取100个蛋白质作为测试对象，经本法处理后，1853个非规则二级结构中有1424个能被淮确预测到，平均预测淮确率为76．8％。结果表明：该法可较好地预测蛋白质的非规则二级结构，具有极大的发展前景。     

基于蛋白质序列的氨基酸字母表简化

蛋白质的结构和功能特性由其氨基酸序列编码,控制序列结构映射的规则被认为是二级遗传密码,氨基酸字母表的简化可以减少蛋白质序列中的冗余,有助于揭示编码规则.基于氨基酸的单体特征、成对相互作用和相似性,可以简化氨基酸字母表.目前,仅基于蛋白质的序列信息,根据最近邻氨基酸的出现频率构建了一个氨基酸的嵌入表示.在此基础上,提出一...     

人肥大细胞类糜蛋白酶序列结构分析及B细胞表位预测

根据肥大细胞Chymase的氨基酸序列，借助ProScale服务器，采用Hopp＆Woods的亲水性方案、Janin可及性参数、Welling抗原性参数及吴氏综合预测方法对肥大细胞类糜蛋白酶的二级结构及B细胞表位进行预测．结果推测最有可能的B细胞表位位于类糜蛋白酶的N端第5～12区段、第94～101区段、第172～179区段和第199～206区段内或它们的附近．本研究结果有助于确定肥大细胞类糜蛋白酶的B细胞表位，可为深入研究类糜蛋白酶的结构与功能及新型抑制剂的设计提供线索．     

蛋白质结构类预测的新方法：基于蛋白质二级结构序列的预测方法

提出了由蛋白质二级结构序列预测蛋白质结构类的新方法，并给出了预测蛋白质结构类的简明预测规则。     

基于化工过程预报的模糊聚类神经网络系统

为了解决化工预报过程中的复杂问题，利用神经网络、模糊系统和演化算法等智能控制理论，提出了模糊聚类神经网络系统模型（FCNNS）。该模型的特点是利用模糊聚类算法提取典型数据，然后将典型数据送入神经网络系统进行学习产生模糊规则。该模型缩短了规则生成的时间，有效地防止了规则数爆炸，并在化工过程预报的应用中获得理想效果。     

蛋白质中三联氨基酸数与二级结构数的模型研究

蛋白质的一级结构或序列与二级结构的关系在蛋白质结构研究中是很重要的,通过建立模型的方法来研究这种关系.在文献中已有的模型(蛋白质一级结构中的二联氨基酸与蛋白质二级结构的模型)的基础上,建立了蛋白质一级结构中的三联氨基酸个数与蛋白质二级结构个数模型.该模型能够较准确地反映蛋白质的一级结构或序列与蛋白质的二级结构的关系,比较适合应用于氨基酸序列长度变化较大的建模数据,同二联氨基酸与二级结构模型比较,由于三联氨基酸含有更多氨基酸之间的耦合信息,该模型的拟合精度更高.由于蛋白质一级结构中的三联氨基酸的种类数很大(为4 200),用以建模的变量数就很大,同时从DSSP数据库得到的样本量也很大(为11 600),用以建模的数据量很大.研究结果表明,PLS变量筛选法是一种建立大数据模型有效的方法,可有效地处理变量数为4 200,样本数为11 600这样大数据量的建模问题.     

一种基于模糊聚类和遗传算法的模糊神经网络模型的学习算法

提出了一种基于模糊聚类和遗传算法的模糊神经网络的学习算法,采用 模糊Ｃ－均值聚类算法进行模糊神经网络模型的结构辨识,得出最优或次优的模 糊规则数,采用改进的遗传算法进行系数辨识。仿真结果证明该算法是可行和有 效的。     

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     

A型流感病毒基质蛋白M1的二聚化机制

流感病毒基质蛋白1(matrix protein 1,M1)位于病毒包膜之下,形成一层壳状结构(衣壳),可与病毒的血凝素、神经氨酸酶、包膜和病毒遗传物质发生相互作用,在病毒的组装与复制过程中起着关键作用.不过,除N端有晶体结构外,全长M1蛋白的结构尚未解析.因此,人们对全长M1蛋白如何二聚化、然后多聚化形成病毒衣壳的过程知之甚少.为了解M1蛋白的二聚化机制,首先从M1的N端片段晶体结构出发,用蛋白质结构预测方法获得M1的全长结构模型;其次,对可能的M1二聚体进行分子动力学模拟,分析其二聚化界面的氨基酸,由此发现了一种通过M1蛋白C端片段结合而形成的二聚体;最后,为验证模拟结果,用电镜三维重构方法分析了全长M1二聚体的构象,并提出了M1多聚化的机理模型.     

遗传算法研究贵金属团簇的基态结构

在遗传算法的选择规则中加入配位数分析的方法，并应用基于紧束缚模型的二级矩近似势计算得到了含38、55和75个原子的铜和金团簇的基态结构，运用共同近邻分析等方法比较了两种团族基态原子排列方式的显差异，并认为由于金原子间作用的短程特性使得含数原子数（N＝38、55）的金团簇倾向于无序的内部排列方式。