基于序列和結構特征的蛋白質結合自由能預測.pdf

1、蛋白質是生命的基礎物質，構成細胞的基本有機物，是生命活動的主要承擔者。蛋白質不僅與其它化合物結合，蛋白質自身結合也有重要的意義，蛋白質與蛋白質之間的交互對生命活動有著重要的作用。當一對蛋白質之間的結合自由能的值很大的時候，說明這一對蛋白質在藥物設計階段能夠成功結合并對生物產(chǎn)生作用，從而更好的治愈疾病。反之，將它們結合為藥物就幾乎毫無意義。回歸分析是一種應用十分廣泛的數(shù)據(jù)分析方法，擅長用觀測數(shù)據(jù)內在規(guī)律，分析數(shù)據(jù)變量間的依賴關系，尤其是在

2、定量預測上應用更多。建立準確的回歸模型來預測蛋白質間的結合自由能是一種很好的途徑。因此，選擇有價值的特征集和回歸模型是本文的研究重心，根據(jù)有價值蛋白質的特征來預測蛋白質之間的結合自由能可以完善蛋白質相互作用設計，對于推動蛋白質對接研究的進步，加速針對蛋白質相互作用的藥物設計開發(fā)，高效治療疾病是有重要的作用。
　　目前有很多計算蛋白質結合自由能的方法，但這些方法計算需要大量的時間和資源，并且無法得到較高的準確率，從而很難被直接應用到

3、實踐中。本文旨在設計準確，快速計算的模型來預測蛋白質結合自由能，主要研究工作如下:
　　(1)收集并計算與蛋白質結合自由能相關的序列特征和結構特征、135對蛋白質復合物當做訓練集、39對蛋白質復合物當做外部集。
　　(2)使用最小冗余最大相關（mRMR）來選擇那些與蛋白質自由能顯著相關的特征并去除冗余特征，從而得到最小冗余最大相關的特征集，然后把這特征集用于建立6種回歸模型。
　　(3)對于6種回歸模型通過10折交叉驗

4、證對比得到最佳回歸模型，然后通過模型特征優(yōu)化得到最佳特征集，并對優(yōu)化后的特征集進行移除特征來對比分析特征的重要性。
　　(4)用優(yōu)化后的特征集建立最佳回歸模型來預測蛋白質結合自由能，將模型預測的性能與別的方法進行構象變化和外部集驗證對比。
　　實驗結果表明，本文使用Linear Regression和SMOreg回歸模型相結合來預測蛋白質結合自由能，優(yōu)化后得到的最佳回歸模型比其它方法的模型具有著更高的性能，并且也適用于那些構