基于不同氨基酸分布的蛋白質(zhì)超家族的識別.pdf

1、蛋白質(zhì)超家族是由一個或多個不同的蛋白質(zhì)家族組成的，這些家族成員序列間的一致性(identity)較低，但從它們的結(jié)構(gòu)和功能特征上看卻有來自共同起源的可能性，因此通過序列比對尋找它們共同的序列模體成為常用的識別蛋白質(zhì)超家族和家族的方法。除了序列比較的方法外，氨基酸的物理化學(xué)性質(zhì)也是決定蛋白質(zhì)折疊的重要因素，其中氨基酸的親水模式和疏水模式被認(rèn)為是最保守的。 本文首先選取了單個氨基酸的物理化學(xué)性質(zhì)及其關(guān)聯(lián)分布作為參數(shù)(定義為“3p參數(shù)

2、”)，使用最小離散增量方法對同一結(jié)構(gòu)類中的不同超家族進(jìn)行了識別。 對全α類的4個超家族self-consistency檢驗(yàn)為83.1％，jack-knife檢驗(yàn)為80．7％； 對全β類的4個超家族self-consistency檢驗(yàn)和jack-knife檢驗(yàn)均為80.9％；對α+β類的4個超家族兩種檢驗(yàn)的結(jié)果分別為88.6％，88.0％；識別α／β類的4個超家族時，兩種檢驗(yàn)的結(jié)果分別為69.3％，67.6％。 脯氨酸、甘氨酸、半

3、胱氨酸對結(jié)構(gòu)的形成有巨大的影響，鑒于這三種氨基酸的特殊性，在選取單個氨基酸的物理化學(xué)性質(zhì)及其關(guān)聯(lián)分布作為參數(shù)的同時，把它們在各個分段中出現(xiàn)的個數(shù)作為另外一部分參數(shù)，稱之為“6p參數(shù)”。以6p參數(shù)作為最小離散增量方法中的離散源，對同一組超家族進(jìn)行識別的結(jié)果較選取3p參數(shù)有了較大的提高，對全α類的4個超家族進(jìn)行識別， self-consistency檢 驗(yàn)和jack-knife檢驗(yàn)分別為93.1％，92.9％；對全β類的4個超家族，兩種檢

4、驗(yàn)的結(jié)果分別為91.5％和90.5％；對α+β類的4個超家族，兩種檢驗(yàn)的結(jié)果分別為92.0％，91.8％；對α／β類的4個超家族，兩種檢驗(yàn)的結(jié)果分別為78.3％，76.4％。 通過一系列的參數(shù)選擇和計算，并綜合考慮蛋白質(zhì)的整體信息，選取20個氨基酸使用頻數(shù)、400個氨基酸二聯(lián)體使用頻數(shù)以及前面所討論過的“6p參數(shù)”分別作為最小離散增量方法中的離散源，通過離散增量的計算分別打分并綜合評比識別同一組蛋白質(zhì)超家族，對全α類的4個超家族

5、，self-consistency檢驗(yàn)和jack-knife檢驗(yàn)可達(dá)96.0％，94.4％；對全β類的4個超家族，兩種檢驗(yàn)分別為91.4％和91.0％；對α+β類的4個超家族，兩種檢驗(yàn)總成功率分別為95.6％，94.7％；識別α／β類的4個超家族時兩種檢驗(yàn)的結(jié)果分別為87.0％和85.7％。對超家族數(shù)據(jù)庫中氨基酸的親疏水關(guān)聯(lián)分布進(jìn)行了簡單的分析和討論。 最后，分別在前面所用的超家族數(shù)據(jù)庫和蛋白質(zhì)結(jié)構(gòu)類數(shù)據(jù)庫的基礎(chǔ)上討論了氨基酸關(guān)