[发明专利]一种蛋白质亚叶绿体多位置预测方法

说明书

技术领域

本发明属于蛋白质亚细胞位置定位预测领域，尤其涉及一种融合位置间关系与位置相关特征的蛋白质亚叶绿体多位置预测方法。

背景技术

叶绿体(Chloroplast)是大部分绿色植物细胞中的细胞器，也存在于某些真核生物体中，如海藻。叶绿体的主要功能是执行光合作用，吸收存储太阳的光能，转化成化学能，并且释放氧气。除了光合作用外，它们也负责合成植物所需的几乎所有脂肪酸和参与植物的免疫反应。位于叶绿体中的蛋白质在这些生物过程中起到十分重要的作用，并且在不同的生物过程中扮演不同的角色，具有不同的功能。由于这些叶绿体蛋白质的功能和它们的亚叶绿体位置有十分密切的关系，因此首先识别出它们的亚叶绿体位置对于了解它们的功能很有帮助。

过去，研究人员主要专注于在细胞级别预测蛋白质的位置，提出了大量的方法。这些方法分别从以下4个方面推进了该领域的发展：

(1)不断拓宽了细胞位置的覆盖范围，使亚细胞位置预测工具的实用性大大增强。最早的一些工作仅覆盖很少的位置信息。例如，Nakashima等人(Nakashima,H.,Nishikawa,K.Discriminationofintracellularandextracellularproteinsusingaminoacidcompositionandresidue-pairfrequencies.JournalofMolecularBiology,1994,238(1):54–61)的研究仅仅覆盖了2个位置信息，Cedano等人(Cedano,J.,Aloy,P.,P'erez-Pons,J.A.,etal.Relationbetweenaminoacidcompositionandcellularlocationofproteins.JournalofMolecularBiology,1997,266:594-600)的工作覆盖了5个位置信息。随着越来越多的蛋白质数据可用，位置数量已经增加到了22个。

(2)大大提高了预测的准确率。研究人员主要从两个方面入手，一是从蛋白质序列中提取具有高度判别能力的特征，二是选用和开发泛化能力强大的分类器。对于特征提取，首先采用的是氨基酸组成，然后Chou(Chou,K.C.Predictionofproteincellularattributesusingpseudo-aminoacidcomposition.Proteins:Structure,Function,andBioinformatics,2001,43(3):246–255)又提出了伪氨基酸组成，加入了序列顺序影响。此后，基于Chou的伪氨基酸组成概念，大量的变体被开发出来，比如，考虑序列进化信息，功能域组成，基因本体信息。除了提取特征以外，大量的机器学习方法被应用到该领域，最常用的有kNN及其变体，SVM等。

(3)由于不同物种间蛋白质序列和细胞位置间的差异，比如，叶绿体只存在于植物细胞中，而人类等其他动物细胞中却没有，因此，有必要为不同的物种开发专门的预测器，以避免得到无意义的预测结果。目前，已经出现不少的物种专有的预测器，以Chou和Shen开发的Cell-Ploc(Chou,K.C.,Shen,H.B.Cell-PLoc:apackageofWebserversforpredictingsubcellularlocalizationofproteinsinvariousorganisms.NatureProtocols,2008,3(2):153-162)最为著名。

(4)研究表明，有大量的蛋白质定位于多个细胞位置，参与执行不同的生物功能，这些蛋白质对于制药工程和基础研究有很重要的意义。因此，开发出能够预测多个细胞位置的方法将十分必要。已经有一些方法可以用于预测蛋白质的多亚细胞位置。