[发明专利]一种蛋白质与RNA相互作用位点计算识别方法

说明书

技术领域

本发明涉及一种生物大分子相互作用识别方法，特别是一种蛋白质与RNA相互作用位点计算识别方法。

背景技术

蛋白质-RNA相互作用在众多生物活动中担任重要角色，涉及基因表达调节、蛋白质合成及许多病毒复制与装配等过程(Noller，Science，2005，309：1508)。计算识别蛋白质与RNA相互作用对于设计生物学实验并解析两者相互作用特征，深入理解蛋白质如何识别RNA至关重要。然而，蛋白质与RNA相互作用位点预测却是近几年才开始的。主要原因是已经测得蛋白质和RNA复合体结构数量较少。目前发展的方法有神经网络(Jeong et al.，Genome Inform.Ser.Workshop Genome Inform.，2004，15：105)，贝叶斯统计计算方法(Terribilini.RNA，2006，12(1)：1)，支持向量机(Wang et al.，Nucleic Acids Res.，2006，Web ServerIssue，W243)等。

但现有的识别方法都存在无法同时获得较高灵敏度和特异性的问题，并且预测正确率仍然不高(Terribilini et al.，RNA，2006 12：1450；Nucleic AcidsResearch，2007，35(5)：1)，因此有必要开发具有较高灵敏度、特异度和预测正确率的蛋白质与RNA相互作用位点识别方法。

发明内容

有鉴于此，为了解决上述问题，本发明提供了一种蛋白质与RNA相互作用位点计算识别方法，其可用于蛋白质与RNA相互作用位点预测及特异性分析。

本发明的目的是这样实现的：一种蛋白质与RNA相互作用位点计算识别方法，包括如下步骤：

a)具体包括a1)精选20种氨基酸的640种二维性质参数；a2)对640种性质参数做主成分分析，得到12个主成分；a3)计算各主成分得分，建立氨基酸二维性质得分；

b)用氨基酸二维性质得分表征蛋白质与RNA相互作用位点的结构特征，其中的每个氨基酸用12个氨基酸二维性质得分表征；

c)用遗传算法挑选同蛋白质与RNA相互作用位点特征密切相关的性质参数，并作为模型的输入变量；

d)应用径向基核支持向量机建立蛋白质与RNA相互作用位点识别模型，以自取代检验，留1/5法交互检验以及外部检验验证模型的预测能力，将每个样本的输入变量带入模型并计算识别蛋白质与RNA相互作用位点。

本发明的一种蛋白质与RNA相互作用位点计算识别方法，其中选取的氨基酸二维性质得分所含信息量大、表征能力强、拓展性能好及操作简便；遗传算法可以很好地挑选同蛋白质与RNA相互作用位点特征密切相关的性质参数；径向基核支持向量机通过核函数技术，可以有效的防止模型的过拟合，并具有良好的泛化性能；采用的自取代检验，留1/5法交互检验及外部检验验证方法可以较大程度地保证所建方法的预测能力。

本发明的其它优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书，权利要求书，以及附图中所特别指出的结构来实现和获得。

具体实施方式

以下对采用本发明的方法用于蛋白质与RNA相互作用位点识别为例进行详细的描述，包括以下步骤：

a)精选20种天然氨基酸的640种二维性质参数，包括：分子电性作用矢量，分子电距矢量和全息分子电距矢量，拓扑，拓扑电荷指数，运转和路径数目，边缘邻接指数，Burden特征值，自相关，连接性指数，信息指数和特征值指数。

表1 20种天然氨基酸的640种二维性质参数的12个主成分得分

^a20种天然氨基酸用常规的单个英文字母表示。

采用主成分分析处理640种性质参数，得到12个主成分，其累计解释原始数据矩阵(20×640)95.84％的方差，其主成分得分见表1，因此，可用此12个主成分得分矩阵(20×12)代替原始变量矩阵(20×640)。为方便，称此12个主成分得分为氨基酸二维性质得分，因为此12个得分综合了640种性质参数的大部分信息，因此，可将其用于肽或蛋白质结构表征。

b)用氨基酸二维性质得分表征蛋白质与RNA相互作用位点的结构特征，其中的每个氨基酸用12个氨基酸二维性质得分表征；