[发明专利]一种基于谱知识从局部到全局的蛋白质结构预测方法

摘要

一种基于谱知识从局部到全局的蛋白质结构预测方法，包括以下步骤：首先，对于查询序列通过多特征无缝穿线法获取高质量片段库，基于片段库通过统计一致性分析获取残基‑残基间的距离谱知识；然后，将查询序列分为根据距离谱中记录的残基信息分为几段结构；之后，针对每一段结构通过片段组装得到能量较低且残基‑残基间的空间距离逼近距离谱中预测距离；最后，对于未分段结构进行片段组装，计算全局能量，得到能量低且结构更为合理的亚稳态构象。本发明构象空间采样能力较好、预测精度高。

主权项

一种基于谱知识从局部到全局的蛋白质结构预测方法，其特征在于：所述蛋白质结构预测方法包括以下步骤：1)给定查询序列信息；2)从蛋白质数据库网站上下载分辨率小于的高精度蛋白质，其中为距离单位，根据序列比对算法NW‑Align去除序列相似度大于30％的氨基酸链，得到非冗余蛋白质模板库；3)根据多特征相似度函数：通过无缝穿线法比对非冗余模板库中的蛋白质链相对于查询序列每个残基位置上的得分f(i,j)，其中i为查询序列残基位置，j为片段结构；在f(i,j)中，下标q表示查询序列特征得分项，下标t表示模板蛋白质特征得分项，P_q(i,k)为查询序列通过PSI‑BLAST得到的序列频率谱，其中k为预设数量氨基酸类型；L_q(i,k)和L_t(j,k)是通过PSI‑BLAST得到的查询序列和模板序列对数谱；ss_t(j)为模板蛋白质二级结构分类，由DSSP计算得到；ss_q(i)为查询序列二级结构分类，由二层神经网络训练可得；sa_t(j)和sa_q(i)为模板结构和查询序列的溶剂可及性指标，由EDTSurf和神经网络程序训练得到；ψ_q(j)为查询序列二面角对可以通过二层神经网络训练得到；ψ_t(j)通过查询蛋白质字典得到；SP_t(j,k)为模板蛋白质的结构谱；w₁、w₂、w₃、w₄和w₅为权重值；4)根据相似度得分f(i,j)选取查询序列每个位置上得分最高的M个片段得到片段库文件；5)统计查询序列残基对来自于同个模板片段间的距离，在这里只统计小于的残基对之间距离，画出直方图得到距离谱，直方图横坐标的距离间隔为当模板中残基对之间的距离在某个区间内，则该区间总数就加1，若折线图在内的某个距离区间出现峰值，则该峰值对应的距离区间即为目标序列中残基i到残基j的预测距离，记录下该分布即为两残基间的距离谱(profile)；6)根据所得距离谱中残基的位置，将查询序列分为n段；7)令l＝1，l∈{1,2,3,…,n}，对分段结构执行以下操作：7.1)对第l段片段结构进行片段组装；7.2)计算其中含有距离谱信息的残基位置间的距离，并与预测距离求偏差，累加偏差值并取平均记为ΔD；7.3)若ΔD<R，则将该构象存储记为cell，其中R为结构精确度约束条件；7.4)重复7.1)到7.3)直至存储cell个数达到x个cell，基于Rosetta Score 3比对cell中分段结构的能量，选取能量最低的结构即为该分段的预测结构；7.5)l＝l+1，判断l是否大于等于n，是则进入8)，否则返回到7.1)；8)设置迭代次数为G，令s＝1，执行以下操作：8.1)计算目标诱导构象能量E(P_target)；8.2)对未分段结构进行片段组装，计算能量值E(P_trail)；8.3)若E(P_target)>E(P_trail)则用P_trail替换P_target；8.4)s＝s+1；判断s是否大于等于G，是则进入9)，否则返回到8.1)；9)输出诱导构象，得到查询序列近天然态结构。