[发明专利]基于突变信息的蛋白相互作用影响判断方法

说明书

本发明公开了一种基于突变信息的蛋白相互作用影响判断方法，是一个对于蛋白质中发生的单点突变是否会对原有该基因的蛋白相互作用产生负面影响的判断工具(MIPPI)，包括数据收集筛选、特征选取提取和模型建立三部分。本发明技术方案可以为基因、蛋白突变的相关研究者提供直观的突变对于蛋白互作影响的辅助判断标准，主要基于蛋白序列突变信息来对突变造成的蛋白相互作用的影响进行判断，能够改善对于蛋白突变严重程度的判断。

技术领域

本发明属于生物计算机技术领域，具体涉及一种基于突变信息的蛋白相互作用影响判断方法。

背景技术

人类基因组中普遍存在着基因突变，据文献报道每个人基因中平均包含了约175个突变点位，平均每个人会携带有3个以上的有害突变。基因突变点位大多数位于基因组的非编码区域，只有少数落在编码区域。落在编码区域的错义突变会导致蛋白质编码发生改变，从而改变蛋白质的结构和功能，并对相关的生物学过程和功能造成影响。目前已知大量的疾病与基因突变相关，典型的为精神疾病，如自闭症、强迫症、阿尔兹海默症、双向情感障碍等，其他相关疾病如高血压、糖尿病、色盲以及最受关注的癌症都和基因突变密切相关。所以，研究基因突变的致病机制成为了医学领域的重要研究领域。

错义突变会导致蛋白质序列编码发生变化，蛋白质在生物体内执行多种功能，包括催化代谢反应，DNA复制，应激反应等。大多数生物过程，包括细胞增殖，信号传导和蛋白质转运等，都是通过复杂的蛋白相互作用在生物体内进行内在协调。

所以，蛋白质复合物的形成在众多生物学过程的调节中起着至关重要的作用。蛋白质间相互作用的亲和力和特异性的合理设计或修饰是一个具有挑战性的问题，因为它提出了许多有希望的应用，特别是用于治疗目的。蛋白质界面的特征已经被普遍研究，但是蛋白质相互之间结合模式的多样性使得得出简单通用的识别规则受到了阻碍，仅一些全局性的理化特征，如疏水性等被研究所重视。目前已有大量研究关注于蛋白质相互作用界面的预测及研究，这些研究大多数依赖于机器学习方法来集成表征每个氨基酸残基及其环境的各种功能。这些特征通常包括有关序列保守性的信息，以及物理化学信息(如残基疏水性，静电荷)，结构信息(如溶剂可及性，二级结构)或者各类能量参数。尽管这些方法需要了解蛋白复合物的结构，但也已实现了从序列对于相互作用界面的预测。相比于蛋白质互作界面的研究，突变对于蛋白质相互作用影响的研究对突变直接造成的生物影响研究更具有直接意义。目前，在这方面的研究中主要集中于突变对于蛋白质结合自由能的影响，还没有通过序列信息直接对突变造成的蛋白质相互作用影响做出判断的研究。该方面研究主要存在的问题有：1)可使用的研究数据不足，没有足够的经过实验验证的标注数据作为支撑来进行相关研究的进行，目前大多数的蛋白互作相关数据集并未对突变产生的互作影响进行分类标注；2)多数关于突变对于蛋白质本身及蛋白相互作用的研究中，都使用到了较为复杂的各种蛋白结构信息作为特征依据，目前为止，已经具有全面结构信息，并且标注了相关点位突变后对于蛋白互作影响的数据不足，大量数据缺乏实验验证，对相关研究造成了阻碍。

发明内容

有鉴于此，本发明的目的是提供一种基于突变信息的蛋白相互作用影响判断方法，以解决现有技术中的不足。该方法集中了能够描述蛋白突变对于原有蛋白相互作用造成影响的特征，从蛋白序列突变信息中判断出突变影响程度，可普遍用于蛋白及非同义突变的影响预测。

为了达到上述目的，本发明的目的是通过下述技术方案实现的：

提供一种基于突变信息的蛋白相互作用影响判断方法，其中，包括数据收集筛选、特征选取提取和模型建立三部分，其中：

在数据收集筛选步骤，使用预设的数据集，将该数据集根据研究需要进行筛选，选取人类的蛋白序列单点突变条目并排除矛盾标注条目，获得符合条件的注释条目，这些条目中包含了三类蛋白点突变对于蛋白互作的影响种类，分别为破坏原有互作、减弱原有互作、对原有互作无影响；