基于结构域理化性质的蛋白质相互作用方向预测

发布时间：2020-09-21 17:07

　　蛋白质相互作用间的信号传递方向对生物体内大多数的信号转导是非常重要的。随着生命科学研究的不断深入,积累了大量的蛋白质相互作用数据以及由这些数据构成的蛋白质相互作用网络,同时也出现了通过各种形式对蛋白质相互作用网络进行注释的方法。然而,仅有少数研究人员用蛋白质相互作用间的信号传递方向对蛋白质相互作用网络进行注释。在目前的研究中,大多数预测蛋白质相互作用间信号传递方向的方法,都是从蛋白质相互作用网络出发,仅考虑网络的拓扑属性,很少涉及KEGG中经过注释的蛋白质相互作用数据。少数利用已注释的蛋白质相互作用数据的方法也是从蛋白质相互作用出发,基于GO注释或者结构域相互作用与蛋白质相互作用的关系,构建表示方向信息的特征矩阵,训练用于分类的预测模型。然而,这些方法对蛋白质结构域的理化特性都没有涉及。为了解决这一问题,本研究设计了一种从蛋白质结构域的十种理化性质出发,预测蛋白质相互作用间信号传递方向的方法,基于该方法训练了一个用于蛋白质相互作用方向预测的支持向量机模型,并将该模型用于蛋白质相互作用类别预测。首先,我们利用有特定方向的蛋白质相互作用数据,计算蛋白质结构域的十种理化性质,构成可以表示蛋白质相互作用方向信息的特征矩阵,并用特征矩阵训练一个用于蛋白质相互作用间信号传递方向预测的支持向量机模型,通过对比试验和网格搜索算法,对支持向量机模型的核函数、惩罚因子以及核函数参数进行选择,完成了对预测模型的优化。然后,通过五次五倍交叉验证,对预测模型的整体性能进行了分析,模型可以有效、稳定用于蛋白质相互作用间信号传递方向预测;与不同分类方法、不同预测方法的性能比较,进一步说明我们的预测模型的有效性;对影响预测模型精度的结构域理化特性组合进行了研究,说明十种理化特性的必要性;通过不同物种数据集上的性能对比,发现预测模型在进化程度高的物种上的性能更好。我们将基于结构域理化性质的方法用于人类蛋白质相互作用间的激活/抑制类别的预测,进行了相关研究,预测结果为之后蛋白质相互作用间信号传递类别预测提供了参考。总的来说,本文提出了一种基于结构域理化性质信息预测蛋白质相互作用间信号传递方向的方法;通过此方法建立的支持向量机模型可以有效用于蛋白质相互作用间信号传递方向的预测。另外,本研究还对影响预测模型精度的结构域理化性质组合进行了研究,证明结构域十种理化性质的必要性;并将基于结构域理化性质的方法扩展到人类蛋白质相互作用类别研究。这可以为研究人员利用蛋白质相互作用方向和类别对蛋白质相互作用网络进行进一步注释提供新的思路。
【学位单位】：太原理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：Q51
【部分图文】：

通用信号,相关酶活性,控制基因,功能发生

太原理工大学硕士研究生学位论文体蛋白内的相关酶活性被激活，从而使受体蛋白与和它相连接的接方式发生改变，同时使中间体的定位或者功能发生变化；进一发生变化，使相应的因子移动到细胞核内部，控制基因的表达；胞核内部的其他蛋白质发生作用，使其发挥作用[1,2,9]。

条信号,信号通路,生命活动,物种

细胞的生命活动中起重要作用，例如生长、分化、代物生命活动的重要途径。随着生命科学研究的不断深导数据，纯实验的方法已经不能满足愈加复杂的信号生物信息学的方法引入信号转导的研究中。例如：Kelly Bp 等人成功将酿酒酵母菌中的信号通路扩展到的跨物种研究[17]。这种基于信号通路的方固然很高的熟的信号通路为模板来搜寻不同物种中的信号通路，。白质相互作用网络中预测信号传导通路已经成为该等人提出一种线性时间算法，在几个生物学约束条信号转导通路[18]。刘伟等人首先提出一种基于结构域对蛋白质相互作用网络进行方向注释；接着从方向出新的信号传导通路[1]（图 1-3 为刘伟等人推断的新信

示意图,酵母双杂交技术,示意图

图 1-3 酵母双杂交技术示意图[22]Fig 1-3 Yeast two hybrid术是 Fields 在 1989 年提出的[19]，他通过对酵母转录 N 端第 1-147 氨基酸残基区和 C 端的第 768-881 氨 DNA 结合域(DNA binding domain，DNA-BD)和转D)[20]。这两个结构域彼此分离，但是当他们在空间转录。人们将要预测的两个蛋白质的互补 DNA 序合区（BD）构造新的融合蛋白，让这两个融合蛋个蛋白质之间有相互作用关系，则会导致酵母激活有生物活性的转录因子。通过生物技术检测转录之间能否相互作用。酵母双杂交技术的具体过程而且具有较高的精确度和灵敏度的优点，但是容易

【相似文献】