蛋白质—核酸的相互作用特征分析及DNA和RNA结合蛋白的预测研究

• 作 者: 邹传新
• 出 处: 华东理工大学
• 发表日期: 2004年期
• 关键词: 药物设计 生物信息学 DNA结合蛋白 RNA结合蛋白 机器学习

蛋白质—核酸的相互作用与生物体内最基本的生命活动密切相关,例如：基因的转录和调控、DNA的复制和修复、DNA的重组和包装以及染色质和核糖体的形成等。这种能够与DNA/RNA相互作用的蛋白质称为DNA/RNA结合蛋白,它们对于研究疾病产生的原因和药物设计靶标至关重要。随着后基因组时代的发展和大规模基因组测序计划的实施,人类获得了越来越多的DNA/RNA结合蛋白的序列和部分蛋白质-DNA/RNA复合物结构数据。面对后基因组时代已有的海量蛋白质数据,首要的任务就是对其进行功能注释,然后才能开始进一步对生命本质的研究。由于蛋白质和核酸相互作用的机理仍未完全确定,采用生物信息学的方法去研究和分析已有的数据,并解释这一生物学现象的本质不失为有效的途径,如何从众多蛋白质数据中通过计算的手段识别能够与DNA/RNA结合的蛋白质为本文拟解决的关键核心问题。本文从生物信息学的角度出发,以蛋白质的序列信息为研究对象,采用机器学习的方法全面分析和考察不同种类的序列描述符,并分层次挖掘蛋白质的序列信息,以此建立高通量的预测DNA结合蛋白的模型。本方法对DNA结合蛋白模型的分类准确率达到0.940,马修斯相关系数(MCC)等于0.881,优于已报道的文献和方法。最后,我们将该方法用于RNA结合蛋白体系,进一步分析并总结RNA结合蛋白与DNA结合蛋白的异同。本文中,我们开发了一种全新的基于序列预测DNA/RNA-结合蛋白的方法。不仅为进一步通过计算研究蛋白质—核酸相互作用机理奠定了基础,还可作为实验研究的辅助手段,为分子生物学实验验证提供有益线索。此外,本文还开发了从不同尺度挖掘序列描述符的框架,为今后基于序列的蛋白质功能预测提供了参考和新的研究思路。