蛋白质结构预测模型的研究

论文摘要

目的:本论文的研究目的是提出和实施了以下两个思路,提高预测蛋白质结构的准确率和效率:1.在应用3-状态隐马尔可夫模型（Hidden Markov Model,HMM）预测蛋白质二级结构的基础上,提出和建立了7-状态和15-状态的优化HMM;进而提出通过序列谱的HMM（sequence-profile-based HMM）将优化的HMM与BP神经网络（Back Propagation Neural Network,BPNN）相结合的预测方法,提高蛋白质二级结构预测的准确率。2.综合蛋白质二级结构信息和蛋白质同源序列信息,进行蛋白质折叠预测中的二硫键预测,减少蛋白质三维结构预测中的蛋白质构象的搜索空间,提高预测的效率。方法:应用优化HMM的预测对象是从Cuff和Barton所建立的CB513数据集合中筛选出的492条已知蛋白质二级结构的蛋白质序列,共82272个氨基酸残基。将其随机分为7组,每组平均的α螺旋（H）,β折叠（E）,无规卷曲（C）分布分别为35%,23%和42%。分别应用7-状态和15-状态HMM以及BPNN-HMM混合模型,对以上的蛋白质序列进行二级结构预测,对预测的准确率进行7-交叉验证,并将各类方法的预测结果进行分析和比较。二硫键预测研究的对象是从SWISS-PROT数据库中筛选的252条蛋白质序列,选取的每条蛋白质序列链内含有的二硫键个数至少为2个,至多为5个。首先对数据集中形成二硫键的半胱氨酸以及周围的局部氨基酸残基,在蛋白质二级结构形成的使用偏性进行统计分析,进而综合蛋白质二级结构信息和蛋白质序列的位置特异性得分矩阵（Position-Specific Scoring Matrix,PSSM）,共同作为预测模型的输入编码进行二硫键配对连接的预测,然后对预测准确率进行4-交交叉验证,并将预测结果进行分析和比较。结果:应用7-状态HMM,在492条蛋白质序列上的7-交叉验证结果中,预测的整体准确率Q3比应用3-状态HMM提高了3.11%,三态片断重叠准确率SOV提高了6.15%,三态各自准确率中的QE提高明显,为6.49%;应用15-状态HMM,整体准确率Q3比应用7-状态HMM提高了0.18%,SOV准确率提高了1.8%,三态各自准确率中的QE提高了5.74%;在15-状态HMM基础上加入序列的同源信息后,Q3准确率比单序列15-状态HMM提高了8.36%,SOV准确率提高了8.2%,三态各自准确率QH,QE,QC分别提高了10.8%,15.8%,3.9%。应用15-状态HMM与BPNN相结合的混合模型,预测的整体准确率Q3比典型的两个BPNN的串联模型提高了1.11%,SOV准确率提高了1.69%,三态各自准确率QH,QE,QC分别提高了1.3%,1.02%,4.6%。二硫键配对连接的预测中,在相同BPNN结构下（窗口宽度=15,隐含层个数=50）,252条蛋白质序列上的4-交叉验证结果中,加入蛋白质二级结构信息后的预测敏感性Sn比未加入蛋白质二级结构信息前提高了3.06%,特异性Sp提高了0.69%,相关系数Mcc提高0.041,总体二硫键配对预测准确率Qc提高了1.1%,总体蛋白质预测准确率Qp提高了2.78%。结论:1.7-状态HMM预测蛋白质二级结构的性能优于3-状态HMM,15-状态HMM总体预测性能和7-状态HMM相当,但对β折叠预测能力好;在15-状态HMM基础上加入序列同源信息后,预测性能更好。2.应用BPNN和HMM的混合模型预测蛋白质二级结构,比典型的两个BPNN的串联模型预测准确率高。3.在BPNN的基础上,综合蛋白质序列的PSSM矩阵和蛋白质二级结构信息进行蛋白质空间结构中的二硫键配对连接的预测,方法是可行且有效的。

论文目录

• 中文摘要
• Abstract
• 符号说明
• 第一章 前言
• 1.1 研究背景
• 1.2 研究目的与意义
• 1.3 论文的主要工作与创新
• 1.4 论文结构
• 第二章 蛋白质结构预测
• 2.1 蛋白质分子的组成和结构分类
• 2.2 蛋白质结构预测方法
• 2.3 蛋白质二级结构种类
• 2.4 蛋白质二级结构预测研究进展
• 2.5 HMM预测蛋白质二级结构的研究动态
• 2.6 蛋白质二硫键预测的研究意义及现状分析
• 第三章 预测蛋白质二级结构的优化HMM
• 3.1 HMM理论
• 3.2 蛋白质二级结构预测的HMM
• 3.3 数据集的确定与模型的评测
• 3.4 结果
• 3.5 讨论
• 3.6 小结
• 第四章 预测蛋白质二级结构的BPNN和HMM混合模型
• 4.1 ANN结构
• 4.2 混合模型结构
• 4.3 结果
• 4.4 讨论
• 4.5 小结
• 第五章 基于BPNN和蛋白质二级结构信息预测二硫键结构
• 5.1 蛋白质二级结构在二硫键形成中的使用偏性分析
• 5.2 二硫键预测模型的结构与评价指标
• 5.3 结果
• 5.4 讨论
• 5.5 小结
• 第六章 结论
• 参考文献
• 发表论文和参加科研情况说明
• 附录
• 综述
• 人工神经网络和隐马尔可夫模型预测蛋白质二级结构研究进展
• 综述参考文献
• 致谢