【正文】 Yang［26］從序列的數(shù)字特征預測蛋白質(zhì)功能。Hoffmann［23］開發(fā)了一種衡量結(jié)合口袋之間相似性的新方法。Chi［16］首次將蛋白質(zhì)之間動態(tài)相互作用加入到了預測過程中，方法是先給未注釋的蛋白質(zhì)指派一個最初的功能，然后計算此蛋白質(zhì)和與其相鄰的蛋白質(zhì)之間的最初相似性。圖4 中用funsim( Fundamental SimulationInstruction Method ) 對PFP、Top － PSI －BLAST、ESG 三種方法進行了對比，從圖中可以看出ESG 方法所產(chǎn)生結(jié)果較好。分子功能是描述其分子生物學活性，如催化活性、結(jié)合活性，可以具體到腺苷酸環(huán)化酶活性或鐘形受體結(jié)合活性等。蛋白質(zhì)功能預測方法概述摘要: 蛋白質(zhì)是生物體內(nèi)最必需也是最通用的大分子，對它們功能的認識對于科學領(lǐng)域和農(nóng)業(yè)領(lǐng)域的發(fā)展有著至關(guān)重要的作用。 生物學途徑是細胞生長和維持、信號轉(zhuǎn)導過程，更狹義可描述為在嘧啶代謝或α －配糖基的運輸?shù)染唧w過程。圖3 PSI － BLAST 搜索得到的序列相似圖譜，序列Q 經(jīng)過PSI － BLAST 搜索返回N 條序列，稱為ESG first level，對ESG first level 進行PSI － BLAST再返回N 條序列稱為ESG second level，以此類推得到ESG multiple － level，各序列之間稱為multiple －evel neighbors。用基于KNN 的預測算法為未注釋的蛋白質(zhì)預測一個新的功能，用這個新預測的功能代替最初的功能，再重新計算該蛋白質(zhì)和與其相鄰的蛋白質(zhì)之間的相似性，在進行下一輪的計算。以原子云代表每一個口袋，通過比對三維空間中的原子來評估兩個口袋之間的相似性，并用convolution kernel 比較所得到的結(jié)果信息。首先從序列中提取疏水性、極性與電荷特性三個數(shù)字特征，并提出序列功能可能性。這個方法是很多與已知功能序列相似性很小的新蛋白質(zhì)序列得到預測，同時也增加了從序列預測功能的普及性。這一方法的不局限性是蛋白質(zhì)功能預測的一大突破。而真正的生物學過程中蛋白質(zhì)是有流動性的，它們之間有動態(tài)的相互作用，從而產(chǎn)生了一個外環(huán)境穩(wěn)定但內(nèi)部千變?nèi)f化的框架。注釋就是給每條序列制定一個概率，這個概率是基于蛋白質(zhì)序列相似圖譜( 圖3) 中multiple － level neighbors 的親緣相似評分所得的?，F(xiàn)如今在蛋白質(zhì)功能預測中最常用的是GO 分類，Gene Ontology 分類從細胞組成、分子功能和生物學途徑三方面描述蛋白質(zhì)的性質(zhì)與功能。隨著后基因組時代的發(fā)展，NCBI 數(shù)據(jù)庫中迅速涌現(xiàn)出大量不明結(jié)構(gòu)與功能的蛋白質(zhì)序列，這些蛋白質(zhì)序列甚至一躍成了研究的熱點。所以蛋白質(zhì)功能預測的最終想得到結(jié)果是: 這個新序列在細胞中充當什么組分，在哪個生物學過程中起作用，起著什么樣的作用。圖4 根據(jù)funsim 打分得到的結(jié)果準確度對比基于序列的蛋白質(zhì)功能預測考慮的是獨立的蛋白質(zhì)序列，未考慮蛋白質(zhì)之間的相互作用。直到未注釋的蛋白質(zhì)和與其相鄰的蛋白質(zhì)之間的相似性達到一個穩(wěn)態(tài)平衡時結(jié)束。這樣即使相關(guān)蛋白不共享序列和整體結(jié)構(gòu)相似性，口袋比對也是可行的。然后綜合特征向量和功能可能性，應用k － 最近鄰居算法( KNN) 進行蛋白質(zhì)的功能預測。選擇步長為5，設(shè)定m 值，得到的結(jié)果30% m作為測試集，剩余作為訓練集。鑒于大部分蛋白質(zhì)功能研究都是針對特異性蛋白這一狀況，Akira Ｒ［22］提取了PDB 數(shù)據(jù)庫中所有蛋白質(zhì)聚類得到復合基序( 如圖6) ，將復合基序分組，根據(jù)各組的復合基序的功能特征來確定蛋白質(zhì)的功能。構(gòu)建蛋白質(zhì)相互作用網(wǎng)絡時通常是從注釋蛋白質(zhì)到非注釋蛋白質(zhì)做一個單向的預測。圖3 ESG 方法建立的序列相似圖譜Chitale［12］于09 年建立了ESG( extended similaritygroup) 方法，此方法執(zhí)行迭代序列數(shù)據(jù)庫搜索并且對新序列進行GO terms 注釋。很明顯，這三個類型不是獨立存在的，而是如圖2 那樣等級相關(guān)的。近幾十年來蛋白質(zhì)功能預測的方法不斷被完善。圖1 蛋白質(zhì)功能預測方法的分類圖2 蛋白質(zhì)功能類型分類3 蛋白質(zhì)功能預測的方法蛋白質(zhì)功