四螺旋桨家族蛋白质序列——结构关系研究

蛋白质的三级结构唯一地由其氨基酸序列决定,这是广为人所接受的。然而,很多具有规则三级结构的蛋白质其氨基酸序列接近随机,这使得人们感到很困惑。本文将以四螺旋桨家族蛋白质为例,通过简化氨基酸残基,根据相似性方法把序列中的隐含对称性显示出来。结果表明氨基酸序列中的隐含对称性与三级结构的四重准对称性一致。     

氨基酸编码方式对SVM预测蛋白质二级结构的影响

为研究蛋白质二级结构预测时采用哪种氨基酸编码方式具有更好的预测精度,使用正交编码、5位编码、Codon编码（2种）和Profile编码等5种不同的氨基酸编码方式,并用SVM（支持向量机）进行蛋白质二级结构预测.实验结果表明,经过多重序列比对,包含更多生物进化信息的Profile编码方式的预测精度比起其他4种编码方式高出19.4%～23.9%.     

用相似性方法研究三叶草家族蛋白质序列-结构关系

Anfisen因提出蛋白质的氨基酸序列包含有足够的信息去决定它的空间结构的假说而获诺贝尔奖,这使得蛋白质的三级结构唯一地由其氨基酸序列决定的说法广为人所接受的。然而,很多具有规则三级结构的蛋白质其氨基酸序列接近随机,这使得人们感到很困惑。本文将以三叶草家族蛋白质为例,根据相似性方法把序列中的隐含对称性显示出来。结果表明氨基酸序列中的隐含对称性与三级结构的三重准对称性一致。     

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。     

基因组DNA编码的蛋白质中氨基酸分布的分析

各种蛋白质中氨基酸残基的组成是由编码该蛋白质的结构基因的序列决定的,分析这些序列中有义密码子使用频率,就可以看出蛋白质的氨基酸组成情况。我们利用文献中90种生物的11415个基因中有义密码子使用频率,统计出了每种氨基酸在该种生物基因组DNA编码的蛋白质中的相对丰度。把这些丰度值按(1)90种生物,(2)真核生物33种,(3)原核生物27种(包括F质粒、Ti质粒、转座子各1种),(4)病毒类24种(含噬菌体6种),(5)细胞器(叶绿体5种和线粒体1     

不同物种间胰岛素及其编码mRNA,DNA序列比较与分析

通过PSI-BLAST搜索与人类胰岛素原(含有86个氨基酸)相似的蛋白质序列，并进行比对，计算比对矩阵的相似得分和期望值，同时运用ClustalW算法对不同物种编码前胰岛素原mRNA及其翻译的蛋白质和DNA序列进行多重比对．结果发现，脊椎动物的胰岛素蛋白质一级结构(A链和B链)和mRNA非常相似，但部分动物C肽的部分序列有差异；系统进化分析表明，人和猴、小鼠和大鼠编码胰岛素的mRNA在进化上关系相近．各物种间编码相同氨基酸的核苷酸序列（CDS)相同，但编码胰岛素的DNA序列不同．各物种胰岛素原蛋白质序列中，A链和B链序列保守，C肽有一定的差异；DNA序列差异较大．     

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.     

LEA蛋白质11-氨基酸基序与植物抗旱性

分析了8种重要农作物第三组LEA蛋白质序列中的94个11-氨基酸基序.得出一致性序列为TAEAAKQKAGE.LEA 3蛋白质中11-氨基酸基序呈多拷贝串联排列,其长度占蛋白质序列总长度的40%～60%.带电荷/ 极性氨基酸和疏水氨基酸数目分别占重复序列氨基酸总数的70.89%和29.11%.11-氨基酸基序的二级结构多呈α-螺旋结构.其中第1,2,4,5,9位疏水氨基酸形成螺旋蛋白质分子的疏水界面,其余位置的氨基酸形成螺旋分子的亲水界面.LEA 3蛋白质全序列平均亲水指数为-0.95～-1.22.无信号肽序列.8种LEA 3蛋白分子的上述特性与植物的抗旱性有关.     

计算变异学创立背景及其用途

为了克服生物信息学和计算生物学中字母或数字不受序列长度、氨基酸组成和位置、相邻氨基酸影响的缺陷,根据自然界普遍存在的随机性原理,创立计算变异学。计算变异学用氨基酸对可预测性、氨基酸分布概率和变异概率3种方法量化整个蛋白质及每个氨基酸,用活的、动态的测量指标量化分析蛋白质。计算变异学方法可以应用于研究蛋白质进化、遗传病定量诊断,分析蛋白质结构与功能、药物设计和病毒变异预测等领域。     

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．     

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.     

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.     

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。     

蛋白质二级结构预测的结构表达方法研究

蛋白质二级结构预测时,描述窗口内氨基酸残基序列的各种物理化学和分子结构参数的数量非常大,而且不能很好地直接体现氨基酸的连接顺序,这样就造成二级结构预测工作既费时效果又低下,因此,对这些数据预处理是非常必要的.研究发现,这些初始数据对应的变换矩阵的本征值谱与氨基酸残基序列情况无关,只与氨基酸的类别、数量性质有关,而其本征函数数据能够直接反映氨基酸残基的序列情况,利用有显著大小的本征值对应的本征函数作为描述参数,在进行蛋白质二级结构预测时,不但能够显著减少描述参数的个数,而且它体现了氨基酸顺序的变化,这将有效提高蛋白质二级结构预测研究效果.     

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     

人类SSX基因族简介

人类的SSX基因家庭包括5个成员，SSX1，SSX2，SSX3，SSX4和SSX5，它们都位于X染体色上，这5个基因有很高的序列同源性：碱基序列有885－95％同源；所编码188个氨基酸残基构成的蛋白质有77％－91％同源，它们所编码的蛋白质中含有KRAB（Kruppel associated box），SSX蛋白质也是癌／睾丸抗原（CT：Cencer/testis antingns)中的成员，研究SSX基因结构，基因表达等对于肿瘤免疫疗法的建立具有重要意义。     

蛋白质二级结构由氨基酸和mRNA序列编码

据氨基酸序列,密码子序列和蛋白质二级结构序列的比较,指出约18％的两肽的密切子具有反常的蛋白质结构偏好性,并且这种以常不能用随机涨落解释,因而关于蛋白质折迭的Anfinsen原理可能需要作适当修正。     

基于小波分析的蛋白质序列分形研究

利用氨基酸的疏水自由能对蛋白质序列进行编码，选择墨西哥帽小波对于编码序列进行多尺度分解，应用基于小波分解的Abry—Veitch算法来研究蛋白质一级结构的分形特性，最后通过计算Hurst指数来定量刻画蛋白质序列的自相似性。实验结果表明．本文的方法只依据蛋白质一级序列的信息，可获得反映了蛋白质序列排列的自相似性和复杂度一个判据，相比于其他方法，本文的方法简单、可靠，为蛋白质序列的分析和研究提供了一个新的思路。     

蛋白质中氨基酸间的相关性研究

计算和分析了4种类型(α型、β型、α／β型和α β型)共计204个蛋白质中的20种氨基酸间的相关性．研究发现，氨基酸之间的相关性可分为强正相关、强负相关、弱相关和不相关．作为蛋白质的建筑构件，20种氨基酸在不同类型的蛋白质中的相关性反映了这些建筑构件间的匹配规则，代表了蛋白质的结构特征．本文分析了部分氨基酸间的相关性与蛋白质结构间的联系，从物理和化学性质上解释了氨基酸相关性的起源。     

基于Cp-曲线的蛋白质序列相似性分析

蛋白质是生物体内行使重要功能的生物大分子.蛋白质的功能是由其空间结构决定的,而蛋白质的空间结构取决于其一级序列.因此,研究蛋白质的氨基酸序列就成为蛋白质结构预测的前提和基础,并已经成为生物学家关注的主要研究内容之一.主要介绍基于20种氨基酸的一种5-L模型,将蛋白质序列粗粒化为5-L序列,进而给出蛋白质序列的一种3-D图形表示,称之为Cp曲线.将Cp曲线转化为容易比较的序列不变量,并在此基础上对11个物种β-球蛋白质序列进行相似性分析.