蛋白質(zhì)功能預(yù)測(cè)方法概述(編輯修改稿)
2024-11-17 22:17 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 1 列出了部分PPI 數(shù)據(jù)庫(kù)。根據(jù)這些數(shù)據(jù)庫(kù)中提取的蛋白質(zhì)相互作用數(shù)據(jù)，人們可以構(gòu)建相應(yīng)的相互作用網(wǎng)絡(luò)。在相互作用網(wǎng)絡(luò)中，一般用節(jié)點(diǎn)( node) 來(lái)表示蛋白質(zhì)，而連接兩個(gè)節(jié)點(diǎn)的邊( edge) 表示蛋白質(zhì)之間是否存在相互作用關(guān)系。目前，利用相互作用網(wǎng)絡(luò)進(jìn)行功能注釋主要有兩種方法，即直接注釋方( directannotation schemes) ［14 － 16］和基于模塊的方法( module － assistedschemes) ［17 － 18］。3． 2． 1 直接注釋方法Vazquez［14］等首先采用基于分割的方法( cut －based approaches) 將圖論法引入蛋白質(zhì)功能注釋研究中。其基本思路是: 對(duì)一個(gè)未知功能蛋白質(zhì)賦予某種功能，要使得注釋為相同功能的蛋白質(zhì)( 未注釋或者已注釋) 的連接數(shù)目最多。Hu［15］綜合考慮了PPI 信息和序列的生物化學(xué)/物理化學(xué)特征，當(dāng)未注釋蛋白質(zhì)與已知功能的蛋白質(zhì)幾乎沒(méi)有序列相似性時(shí)，也可以獲得相關(guān)的PPI 信息。并應(yīng)用此方法對(duì)鼠源蛋白質(zhì)功能進(jìn)行預(yù)測(cè)，在訓(xùn)練集合測(cè)試集中一階成功率分別為69． 1% 和70． 2%。構(gòu)建蛋白質(zhì)相互作用網(wǎng)絡(luò)時(shí)通常是從注釋蛋白質(zhì)到非注釋蛋白質(zhì)做一個(gè)單向的預(yù)測(cè)。而真正的生物學(xué)過(guò)程中蛋白質(zhì)是有流動(dòng)性的，它們之間有動(dòng)態(tài)的相互作用，從而產(chǎn)生了一個(gè)外環(huán)境穩(wěn)定但內(nèi)部千變?nèi)f化的框架。Chi［16］首次將蛋白質(zhì)之間動(dòng)態(tài)相互作用加入到了預(yù)測(cè)過(guò)程中，方法是先給未注釋的蛋白質(zhì)指派一個(gè)最初的功能，然后計(jì)算此蛋白質(zhì)和與其相鄰的蛋白質(zhì)之間的最初相似性。用基于KNN 的預(yù)測(cè)算法為未注釋的蛋白質(zhì)預(yù)測(cè)一個(gè)新的功能，用這個(gè)新預(yù)測(cè)的功能代替最初的功能，再重新計(jì)算該蛋白質(zhì)和與其相鄰的蛋白質(zhì)之間的相似性，在進(jìn)行下一輪的計(jì)算。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(dá)到一個(gè)穩(wěn)態(tài)平衡時(shí)結(jié)束。正確定義蛋白質(zhì)之間的相似性迭代法比非迭代法顯示了更好的準(zhǔn)確度和召回率，同時(shí)可行性和有效性也得到了提高。3． 2． 2 基于模塊預(yù)測(cè)方法Ｒives［17］等人就提出一個(gè)假設(shè)，認(rèn)為同一個(gè)模塊中的蛋白質(zhì)成員更加可能擁有最短的路徑距離譜( path distance profiles) 。根據(jù)這個(gè)假設(shè)，所有短路徑的蛋白質(zhì)對(duì)聚成一類。這個(gè)方法實(shí)施比較復(fù)雜，很難在整個(gè)基因組水平上的網(wǎng)絡(luò)上進(jìn)行分析，但在一些子網(wǎng)絡(luò)中它已經(jīng)得到很好的應(yīng)用，比如對(duì)釀酒酵母的核蛋白的相互作用網(wǎng)絡(luò)分析。Janusz［18］整合了發(fā)育和癌癥研究項(xiàng)目的基因表達(dá)譜和蛋白質(zhì)相互作用圖譜提供了一個(gè)有系統(tǒng)和全局代表性的組合網(wǎng)絡(luò)模塊。并開發(fā)了一種新方法Network － GuidedForests，該方法是以間接網(wǎng)絡(luò)域相關(guān)的決策樹來(lái)確定網(wǎng)絡(luò)模塊的生物或臨床結(jié)果，由此產(chǎn)生的網(wǎng)絡(luò)簽名證明在不同樣本隊(duì)列之間的穩(wěn)健性和捕捉發(fā)展與疾病的因果關(guān)系。3． 3 基于結(jié)構(gòu)信息預(yù)測(cè)最早基于結(jié)構(gòu)進(jìn)行蛋白功能注釋的方法是找到一個(gè)結(jié)構(gòu)相似的蛋白，將其功能轉(zhuǎn)移給前一個(gè)蛋白，如在蛋白序列中的情況一樣。然而這種方法并不能夠單獨(dú)被用來(lái)預(yù)測(cè)蛋白質(zhì)功能，因?yàn)樗臏?zhǔn)確性只有20% － 50%［19］，結(jié)果是不足以令人采納的。所以從3D 結(jié)構(gòu)衍生了多種其他的可能預(yù)測(cè)蛋白質(zhì)功能的方法結(jié)構(gòu)基序是存在于幾個(gè)相關(guān)蛋白質(zhì)結(jié)構(gòu)中的一個(gè)蛋白的三維亞結(jié)構(gòu)，它與功能息息相關(guān)。最為大家所熟知的結(jié)構(gòu)基序是在許多DNA 結(jié)合蛋白中均能找到的螺旋－ 轉(zhuǎn)角－ 螺旋( HTH) 基序。Leo C等［21］對(duì)人類TＲIM 家族中TＲIM20 ( pyrin ) 和TＲIM21 兩個(gè)與疾病相關(guān)的蛋白進(jìn)行了研究，闡明了C 末端PＲYSPＲY 區(qū)域是如何影響TＲIM 的功能。鑒于大部分蛋白質(zhì)功能研究都是針對(duì)特異性蛋白這一狀況，Akira Ｒ［22］提取了PDB 數(shù)據(jù)庫(kù)中所有蛋白質(zhì)聚類得到復(fù)合基序( 如圖6) ，將復(fù)合基序分組，根據(jù)各組的復(fù)合基序的功能特征來(lái)確定蛋白質(zhì)的功能。這一方法的不局限性是蛋白質(zhì)功能預(yù)測(cè)的一大突破。Hoffmann［23］開發(fā)了一種衡量結(jié)合口袋之間相似性的新方法。以原子云代表每一個(gè)口袋，通過(guò)比對(duì)三維空間中的原子來(lái)評(píng)估兩個(gè)口袋之間的相似性，并用convolution kernel 比較所得到的結(jié)果信息。這樣即使相關(guān)蛋白不共享序
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1