Globin-like蛋白质折叠类型识别

摘要：

蛋白质折叠类型识别是蛋白质结构研究的重要内容.以SCOP中的Globin-like折叠为研究对象,选择其中序列同一性小于25%的17个代表性蛋白质为训练集,采用机器和人工结合的办法进行结构比对,产生序列排比,经过训练得到了适合Globin-like折叠的概形隐马尔科夫模型(profile HMM)用于该折叠类型的识别.以Astrall.65中的68057个结构域样本进行检验,识别敏感度为99.64%,特异性100%.在折叠类型水平上,与Pfam和SUPERFAMILY单纯使用序列比对构建的HMM相比,所用模型由多于100个归为一个,仍然保持了很高的识别效果.结果表明:对序列相似度很低但具有相同折叠类型的蛋白质,可以通过引入结构比对的方法建立统一的HMM模型,实现高准确率的折叠类型识别.

关键词：蛋白质、折叠类型识别、Globin-like、隐马尔科夫模型、结构比对

所属期刊栏目：35

分类号：Q615;Q518;O629.7(理论生物物理学)

资助基金：国家自然科学基金资助项目30570427;北京市自然科学基金资助项目4063035

在线出版日期：2008-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：548-554