[发明专利]结合蛋白质序列与结构信息的ATP绑定位点预测方法

权利要求书

1.一种结合蛋白质序列与结构信息的ATP绑定位点预测方法，其特征在于包括以下步骤：

步骤1：特征提取；根据待预测蛋白质序列与结构信息，使用PSI-BLAST、PSIPRED、SANN、SSITE以及TMSITE程序分别提取该蛋白质进化信息、二级结构信息、溶剂可及性信息、序列模板匹配信息以及结构模板匹配信息，在此基础上使用滑动窗口技术构建每个氨基酸残基的特征向量；

步骤2：使用随机下采样技术，对非ATP绑定位点样本进行多次下采样，得到多个非ATP绑定位点样本子集，将每一个非ATP绑定位点样本子集与ATP绑定位点样本集合合并后训练一个SVM子模型，得到多个SVM子模型；

步骤3：使用均值集成方法，将步骤2中得到的多个SVM子模型进行集成，得到最终的ATP绑定位点预测模型，用于预测待预测蛋白质中的ATP绑定位点；

步骤4：使用PyMol软件在三维空间中显示预测的ATP绑定位点。

2.根据权利要求1所述的结合蛋白质序列与结构信息的ATP绑定位点预测方法，其特征在于：所述步骤1中，对于任意一个由n个氨基酸残基组成的蛋白质，通过使用PSI-BLAST程序提取得到该蛋白质的进化信息特征，即位置特异性得分矩阵，大小为n×20；再对位置特异性得分矩阵使用sigmoid函数，即f(x)＝1/(1+e^-x)，进行逐行规范化，x为位置特异性得分矩阵中的任意元素，然后使用大小为winsize的滑动窗口得到每个氨基酸残基的进化特征矩阵，将进化特征矩阵拉成长度为20×winsize的特征向量。

3.根据权利要求1所述的结合蛋白质序列与结构信息的ATP绑定位点预测方法，其特征在于：所述步骤1中，将一个由n个氨基酸组成的蛋白质输入到PSIPRED程序，得到蛋白质的二级结构特征，即预测的二级结构概率矩阵，矩阵大小为n×3；再使用长度为winsize的滑动窗口，得到每个氨基酸残基的二级结构信息矩阵；最后将二级结构信息矩阵拉成长度为3×winsize的特征向量。

4.根据权利要求1所述的结合蛋白质序列与结构信息的ATP绑定位点预测方法，其特征在于：在上述的步骤1中，将一个由n个氨基酸组成的蛋白质输入到SANN程序，得到蛋白质序列的溶剂可及性特征，即预测的溶剂可及性概率矩阵，矩阵大小为n×3；再使用长度为winsize的滑动窗口，得到每个氨基酸残基的溶剂可及性信息矩阵；最后将溶剂可及性信息矩阵拉成长度为3×winsize的特征向量。

5.根据权利要求1所述的结合蛋白质序列与结构信息的ATP绑定位点预测方法，其特征在于：所述步骤1中，将一个由n个氨基酸组成的蛋白质输入到SSITE程序，得到一个长度为n的包含蛋白质序列模板匹配信息向量；再使用长度为winsize的滑动窗口，得到每个氨基酸残基的序列模板匹配信息的特征向量，特征向量的长度为winsize。

6.根据权利要求1所述的结合蛋白质序列与结构信息的ATP绑定位点预测方法，其特征在于：所述步骤1中，将一个由n个氨基酸组成的蛋白质输入到TMSITE程序，得到一个长度为n的包含蛋白质结构模板匹配信息向量；再使用长度为winsize的滑动窗口，得到每个氨基酸残基的结构模板匹配信息的特征向量，特征向量的长度为winsize。