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.     

水稻蛋白质二级结构预测

针对水稻蛋白质二级结构预测研究,查阅了国家水稻数据中心文献资源,基于国际蛋白质数据库(protein data bank, PDB),选择具有代表性的蛋白质(5XQI)作为样本,应用BP神经网络建模技术,对水稻蛋白质二级结构进行预测研究。结果表明：先用氨基酸描述子量化一级结构,再用主成分分析综合描述子,能简化模型结构,提高模拟预测准确度和运行速度;构建标量型的人工神经网络模型和仿真函数预测式,简捷直观,应用方便;适宜的模型结构为21∶20∶3,即21个输入层节点、20个隐含层神经元、3个输出层神元的BP神经网络模型结构;模型的整体拟合准确度为0.85,H、E、C三种二级结构的拟合准确度分别为0.92、0.79、0.81;整体预测准确度为0.72,三种二级结构的预测准确度分别为0.79、0.65、0.71。基于BP神经网络的水稻蛋白质二级结构预测模型的拟合、预测准确度比以往同类研究高,为水稻蛋白质二级结构预测提供了一种新的研究方法。     

蛋白质二级结构中对应的密码子关联的进一步讨论

从概率论的角度出发,以人和大肠杆菌蛋白质为模式,研究了蛋白质二级结构中有显著统计意义的mRNA序列上的密码子上下文关联,以及蛋白质序列上的氨基酸上下文关联.从而给出了99%置信水平上的各二级结构中的反常密码子上下文关联偏好型.为了进一步检查反常密码子关联对二级结构的影响是否有位点保守性,研究了密码子上下文关联以及氨基酸上下文关联与二级结构位点的关系,结果显示反常密码子关联与二级结构位点没有强关联.所得结果可以给出哪些密码子的上下文关联对蛋白质二级结构有影响,且对改进蛋白质二级结构的预测有一定的参考价值.     

使预测准确度更高的496蛋白质数据训练集

实验对当今主流的3种蛋白质数据训练集进行了研究.目的是为了建立一个新的训练集从而能更准确的把蛋白质的每个氨基酸残基归类为正确的二级结构,例如,α螺旋、β折叠或无规则卷曲.在分析了传统的蛋白质数据训练集的数据结构以及研究了已发表的传统的训练集改良方法之后,独创性的实验设计出改良的496蛋白质数据训练集并且用LIBSVM(Support Vector Machine,支持向量机)来预测蛋白质二级结构,并且获得了最高的SOV预测准确度.LIBSVM是在统计学中应用于分类领域的一种程序,近年来的实验表明它十分适合应用干蛋白质二级结构分类预测领域,并且表现卓越.     

小波筛选蛋白质二/三级复合结构中的三级结构

蛋白质的三级结构与生物功能是密切相关的.但是,在蛋白质结构研究中很难将二级结构与三级结构定量地区分开来.这里,以小波分析方法对α碳链进行高频去噪,只剩余蛋白质链的低频折叠.这就相当于将二级结构从蛋白质结构中剥离了出去,只保留较为纯粹的三级结构.该方法突出了长程结构的特征,为蛋白质结构的重新预测和分类提供了一条途径.     

运用圆二色谱研究酶与化合物相互作用的机理

介绍远紫外圆二色光谱数据计算蛋白质二级结构的原理、方法、实验技术。应用圆二色谱原理、方法、实验技术研究α-葡萄糖苷酶与化合物的相互作用,初步提出酶被化合物抑制的机理。     

FT—IR在蛋白质二级结构研究中的应用进展

对傅里叶变换红外光谱在蛋白质二级结构研究中的应用进行了简介。通过对蛋白质红外光谱的酰胺带的考察，证明傅里叶变换红外光谱法与二阶导数谱、去卷积及曲线拟合等数学处理方法相结合是研究生理状态下蛋白质二级结构的一个有效手段。     

乙酰胺与卤化碱金属盐在水中的体积性质

蛋白质分子的结构十分复杂,直接研究蛋白质的作用机理有诸多方面的困难.利用热力学方法分别研究蛋白质结构中所含基团与电解质离子间的相互作用,将会对蛋白质性质的研究提供非常有用的信息.酰胺键是蛋白质二级结构的重要部分,我们曾研究了乙酰胺与卤化碱金属盐间的焓相互?..     

基于小波分析法的蛋白质结构研究

用小波的方法预测了一个已知结构蛋白质的二级结构，并把它同互连网蛋白质结构预测服务及其他结构预测软件得到的二级结构进行比较。结果表明：该方法可以较好地确定蛋白质的二级结构且不必进行同源蛋白质序列的联配。在预测未知结构的蛋白质序列方面，该方法与其他方法相比，预测结果并无显著差异，这说明小波分析法可以用于蛋白质结构研究，若与其他方法结合用于结构预测,将会起到更好的作用。     

振动探针用于丙氨酸二肽在氯仿溶剂中的结构研究

利用从头算方法探索蛋白质模型分子——丙氨酸二肽在氯仿溶剂环境下的二级结构布居特征.借助对分子结构敏感的振动探针(酰胺振动吸收带)的光谱表象,寻求振动光谱参数与分子结构之间的联系.研究结果表明,丙氨酸二肽分子倾向于形成β折叠、PPⅡ、C7eq和C5等构型.简正模式分析结果表明分子内酰胺振动带对分子骨架变化十分敏感,因此可以将酰胺振动吸收带作为结构探针研究蛋白质分子的二级结构信息.