CN109658979B - 一种基于片段库信息增强的蛋白质结构预测方法 - Google Patents
一种基于片段库信息增强的蛋白质结构预测方法 Download PDFInfo
- Publication number
- CN109658979B CN109658979B CN201910018660.5A CN201910018660A CN109658979B CN 109658979 B CN109658979 B CN 109658979B CN 201910018660 A CN201910018660 A CN 201910018660A CN 109658979 B CN109658979 B CN 109658979B
- Authority
- CN
- China
- Prior art keywords
- fragment
- library
- sliding window
- segment
- secondary structure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000012634 fragment Substances 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000000455 protein structure prediction Methods 0.000 title claims abstract description 18
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 36
- 102000004169 proteins and genes Human genes 0.000 claims abstract description 36
- 238000012216 screening Methods 0.000 claims abstract description 11
- 238000003780 insertion Methods 0.000 claims description 4
- 230000037431 insertion Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000005457 optimization Methods 0.000 abstract description 2
- 125000003275 alpha amino acid group Chemical group 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 108020004705 Codon Proteins 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008827 biological function Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009510 drug design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于片段库信息增强的蛋白质结构预测方法,首先,根据片段库中片段的二级结构与预测的蛋白质二级结构的匹配度建立二级结构评分模型,然后根据过滤因子控制筛选力度,将二级结构匹配得分较差的片段从片段库中删除,再利用片段组装技术对片段库中的片段进行组合优化生成预测蛋白质结构,从而提高蛋白质结构预测的效率和精度。本发明提供一种预测精度较高的基于片段库信息增强的蛋白质结构预测方法。
Description
技术领域
本发明涉及生物信息学、计算机应用领域,尤其涉及的是一种基于片段库信息增强的蛋白质结构预测方法。
背景技术
随着2003年人类基因组计划正式宣布完成,人类已经破解第一遗传密码,即DNA以三个核苷酸为一组的密码子转译为蛋白质氨基酸序列的过程。然而,蛋白质如何从氨基酸序列折叠成特定的三维结构任是未解之谜。蛋白质的三维结构决定了其特定的生物功能,因此如何高效的获取蛋白质三维结构成为生物信息学领域的重要研究课题。
获取蛋白质三维结构的途径主要有两种。第一种途径是利用实验方法直接测定蛋白质的三维结构,这类方法包括X射线晶体衍射、核磁共振、冷冻电镜技术等,这类方法所需的资金投入高、测定周期长,并且不能适用于所有类型的蛋白质。第二种途径是利用生物大数据、人工智能和系统优化技术直接从蛋白质氨基酸序列预测其三维结构,这类方法以计算机为基础,所需的成本较低,能够高效的预测蛋白质三维结构。全世界范围内有许多研究机构正在研究第二类方法,并逐渐应用于疾病诊断和药物设计,其中具有代表性的研究团队有美国华盛顿的David Baker实验室、美国密歇根大学的张阳实验室等。国内越来越多的高校和研究机构也加入到蛋白质结构预测的研究当中。
目前,大多数蛋白质结构预测方法都用到了片段组装技术。首先,利用深度学习的方法根据预测蛋白质的氨基酸序列从蛋白质数据库中提取结构片段组成片段库;然后,在能量函数的引导下利用片段组装技术对片段库中的片段进行组合优化生成预测蛋白质结构。然而,片段库中的信息不都是有效的,甚至存在一些错误信息,这些错误信息的存在不仅增加了计算代价而且会对预测蛋白质的精度产生不利影响。
因此,目前蛋白质结构预测方法使用的片段库包含一些不利信息,造成蛋白质结构预测的效率和精度较低,需要进行改进。
发明内容
为了减小片段库中不利信息降低预测蛋白质的精度,本发明提供一种预测精度较高的基于片段库信息增强的蛋白质结构预测方法。首先,根据片段库中片段的二级结构与预测的蛋白质二级结构的匹配度建立二级结构评分模型,然后根据过滤因子控制筛选力度,将二级结构匹配得分较差的片段从片段库中删除,再利用片段组装技术对片段库中的片段进行组合优化生成预测蛋白质结构,从而提高蛋白质结构预测的效率和精度。
本发明解决其技术问题所采用的技术方案是:
一种基于片段库信息增强的蛋白质结构预测方法,包括以下步骤:
1)输入预测蛋白质的序列信息和预测的二级结构信息;
2)设置参数:片段长度为3的片段库过滤因子filter3,片段长度为9的片段库过滤因子filter9,片段组装次数M,玻尔兹曼温度因子KT;
3)筛选片段库信息,过程如下:
3.1)设r=1,r∈{1,2,…,L-f+1};其中r表示滑动窗口编号,L为蛋白质序列长度,f∈{3,9}为滑动窗口的宽度;
3.2)计算滑动窗口的二级结构最高分,过程如下:
3.2.2)第r个滑动窗口的二级结构总分为:
3.3)对滑动窗口对应的片段库进行筛选,过程如下:
3.3.1)设k=1,k∈{1,2,…,200};其中k表示片段库中片段的编号;
3.3.2)计算片段k的二级结构得分:
3.3.3)决定是否从片段库中去除片段k,过程如下:
3.3.3.1)若f=3,执行步骤2.3.3.2);否则执行步骤2.3.3.3);
3.3.4)k=k+1;
3.3.5)若k≤200,转至步骤2.3.2);否则,转至步骤2.4);
3.4)r=r+1;
3.5)若r≤L-f+1,转至步骤2.2);否则,片段库筛选完成,得到信息增强的片段库;
4)利用信息增强的片段库进行片段组装,过程如下:
4.1)设m=1,m∈{1,2,…,M};
4.2)执行片段插入操作,过程如下:
4.2.1)若m≤0.5*M,执行步骤4.2.2);否则执行步骤4.2.3);
4.2.2)从当前构象Ptarget中随机选择一个窗口宽度为3的滑动窗口,从该滑动窗口对应的片段长度为3的片段库中随机选择一个片段替换原有片段,生成新的构象Ptrial,转至步骤4.3);
4.2.3)从当前构象Ptarget中随机选择一个窗口宽度为9的滑动窗口,从该滑动窗口对应的片段长度为9的片段库中随机选择一个片段替换原有片段,生成新的构象Ptrial;
4.3)利用能量函数计算构象Ptarget和Ptrial的能量Etarget和Etrial;
4.4)计算替换概率:
4.5)生成均匀随机小数prand,prand∈[0,1];若prand<p,用新构象替换当前构象Ptarget=Ptrial,否则不进行替换;
4.6)m=m+1;
4.7)若m≤M,转至步骤4.2);否则,片段组装完成;
5)输出片段组装后的构象作为预测结果。
本发明的有益效果为:利用预测的蛋白结构二级结构信息对片段库进行筛选,去除二级结构匹配较差的片段,从而提高片段库的质量,减小计算代价的同时提高预测蛋白质的精度。
附图说明
图1是一种基于片段库信息增强的蛋白质结构预测方法对蛋白质1WN2进行结构预测时的构象更新示意图。
图2是一种基于片段库信息增强的蛋白质结构预测方法对蛋白质1WN2进行结构预测得到的三维结构图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1和图2,一种基于片段库信息增强的蛋白质结构预测方法,包括以下步骤:
1)输入预测蛋白质的序列信息和预测的二级结构信息;
2)设置参数:片段长度为3的片段库过滤因子filter3,片段长度为9的片段库过滤因子filter9,片段组装次数M,玻尔兹曼温度因子KT;
3)筛选片段库信息,过程如下:
3.1)设r=1,r∈{1,2,…,L-f+1};其中r表示滑动窗口编号,L为蛋白质序列长度,f∈{3,9}为滑动窗口的宽度;
3.2)计算滑动窗口的二级结构最高分,过程如下:
3.2.2)第r个滑动窗口的二级结构总分为:
3.3)对滑动窗口对应的片段库进行筛选,过程如下:
3.3.1)设k=1,k∈{1,2,…,200};其中k表示片段库中片段的编号;
3.3.2)计算片段k的二级结构得分:
3.3.3)决定是否从片段库中去除片段k,过程如下:
3.3.3.1)若f=3,执行步骤2.3.3.2);否则执行步骤2.3.3.3);
3.3.4)k=k+1;
3.3.5)若k≤200,转至步骤2.3.2);否则,转至步骤2.4);
3.4)r=r+1;
3.5)若r≤L-f+1,转至步骤2.2);否则,片段库筛选完成,得到信息增强的片段库;
4)利用信息增强的片段库进行片段组装,过程如下:
4.1)设m=1,m∈{1,2,…,M};
4.2)执行片段插入操作,过程如下:
4.2.1)若m≤0.5*M,执行步骤4.2.2);否则执行步骤4.2.3);
4.2.2)从当前构象Ptarget中随机选择一个窗口宽度为3的滑动窗口,从该滑动窗口对应的片段长度为3的片段库中随机选择一个片段替换原有片段,生成新的构象Ptrial,转至步骤4.3);
4.2.3)从当前构象Ptarget中随机选择一个窗口宽度为9的滑动窗口,从该滑动窗口对应的片段长度为9的片段库中随机选择一个片段替换原有片段,生成新的构象Ptrial;
4.3)利用能量函数计算构象Ptarget和Ptrial的能量Etarget和Etrial;
4.4)计算替换概率:
4.5)生成均匀随机小数prand,prand∈[0,1];若prand<p,用新构象替换当前构象Ptarget=Ptrial,否则不进行替换;
4.6)m=m+1;
4.7)若m≤M,转至步骤4.2);否则,片段组装完成;
5)输出片段组装后的构象作为预测结果。
本实施例以序列长度为118的蛋白质1WN2为实施例,一种基于片段库信息增强的蛋白质结构预测方法,包括以下步骤:
1)输入预测蛋白质的序列信息和预测的二级结构信息;
2)设置参数:片段长度为3的片段库过滤因子filter3=0.85,片段长度为9的片段库过滤因子filter9=0.9,片段组装次数M=36000,玻尔兹曼温度因子KT=2;
3)筛选片段库信息,过程如下:
3.1)设r=1,r∈{1,2,…,L-f+1};其中r表示滑动窗口编号,L为蛋白质序列长度,f∈{3,9}为滑动窗口的宽度;
3.2)计算滑动窗口的二级结构最高分,过程如下:
3.2.2)第r个滑动窗口的二级结构总分为:
3.3)对滑动窗口对应的片段库进行筛选,过程如下:
3.3.1)设k=1,k∈{1,2,…,200};其中k表示片段库中片段的编号;
3.3.2)计算片段k的二级结构得分:
3.3.3)决定是否从片段库中去除片段k,过程如下:
3.3.3.1)若f=3,执行步骤2.3.3.2);否则执行步骤2.3.3.3);
3.3.4)k=k+1;
3.3.5)若k≤200,转至步骤2.3.2);否则,转至步骤2.4);
3.4)r=r+1;
3.5)若r≤L-f+1,转至步骤2.2);否则,片段库筛选完成,得到信息增强的片段库;
4)利用信息增强的片段库进行片段组装,过程如下:
4.1)设m=1,m∈{1,2,…,M};
4.2)执行片段插入操作,过程如下:
4.2.1)若m≤0.5*M,执行步骤4.2.2);否则执行步骤4.2.3);
4.2.2)从当前构象Ptarget中随机选择一个窗口宽度为3的滑动窗口,从该滑动窗口对应的片段长度为3的片段库中随机选择一个片段替换原有片段,生成新的构象Ptrial,转至步骤4.3);
4.2.3)从当前构象Ptarget中随机选择一个窗口宽度为9的滑动窗口,从该滑动窗口对应的片段长度为9的片段库中随机选择一个片段替换原有片段,生成新的构象Ptrial;
4.3)利用能量函数计算构象Ptarget和Ptrial的能量Etarget和Etrial;
4.4)计算替换概率:
4.5)生成均匀随机小数prand,prand∈[0,1];若prand<p,用新构象替换当前构象Ptarget=Ptrial,否则不进行替换;
4.6)m=m+1;
4.7)若m≤M,转至步骤4.2);否则,片段组装完成;
5)输出片段组装后的构象作为预测结果。
以上阐述是本发明给出的一个实施的预测效果,本发明不仅适合上述实施例,在不偏离本发明基本思想及不超出本发明实质内容的前提下可对其做种种改进加以实施。
Claims (1)
1.一种基于片段库信息增强的蛋白质结构预测方法,其特征在于:所述蛋白质结构预测方法包括以下步骤:
1)输入预测蛋白质的序列信息和预测的二级结构信息;
2)设置参数:片段长度为3的片段库过滤因子filter3,片段长度为9的片段库过滤因子filter9,片段组装次数M,玻尔兹曼温度因子KT;
3)筛选片段库信息,过程如下:
3.1)设r=1,r∈{1,2,…,L-f+1};其中r表示滑动窗口编号,L为蛋白质序列长度,f∈{3,9}为滑动窗口的宽度;
3.2)计算滑动窗口的二级结构最高分,过程如下:
3.2.2)第r个滑动窗口的二级结构总分为:
3.3)对滑动窗口对应的片段库进行筛选,过程如下:
3.3.1)设k=1,k∈{1,2,…,200};其中k表示片段库中片段的编号;
3.3.2)计算片段k的二级结构得分:
3.3.3)决定是否从片段库中去除片段k,过程如下:
3.3.3.1)若f=3,执行步骤3.3.3.2);否则执行步骤3.3.3.3);
3.3.4)k=k+1;
3.3.5)若k≤200,转至步骤3.3.2);否则,转至步骤3.4);
3.4)r=r+1;
3.5)若r≤L-f+1,转至步骤3.2);否则,片段库筛选完成,得到信息增强的片段库;
4)利用信息增强的片段库进行片段组装,过程如下:
4.1)设m=1,m∈{1,2,…,M};
4.2)执行片段插入操作,过程如下:
4.2.1)若m≤0.5*M,执行步骤4.2.2);否则执行步骤4.2.3);
4.2.2)从当前构象Ptarget中随机选择一个窗口宽度为3的滑动窗口,从该滑动窗口对应的片段长度为3的片段库中随机选择一个片段替换原有片段,生成新的构象Ptrial,转至步骤4.3);
4.2.3)从当前构象Ptarget中随机选择一个窗口宽度为9的滑动窗口,从该滑动窗口对应的片段长度为9的片段库中随机选择一个片段替换原有片段,生成新的构象Ptrial;
4.3)利用能量函数计算构象Ptarget和Ptrial的能量Etarget和Etrial;
4.4)计算替换概率:
4.5)生成均匀随机小数prand,prand∈[0,1];若prand<p,用新构象替换当前构象Ptarget=Ptrial,否则不进行替换;
4.6)m=m+1;
4.7)若m≤M,转至步骤4.2);否则,片段组装完成;
5)输出片段组装后的构象作为预测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910018660.5A CN109658979B (zh) | 2019-01-09 | 2019-01-09 | 一种基于片段库信息增强的蛋白质结构预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910018660.5A CN109658979B (zh) | 2019-01-09 | 2019-01-09 | 一种基于片段库信息增强的蛋白质结构预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109658979A CN109658979A (zh) | 2019-04-19 |
CN109658979B true CN109658979B (zh) | 2021-06-18 |
Family
ID=66119118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910018660.5A Active CN109658979B (zh) | 2019-01-09 | 2019-01-09 | 一种基于片段库信息增强的蛋白质结构预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109658979B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109086566A (zh) * | 2018-07-12 | 2018-12-25 | 浙江工业大学 | 一种基于片段重采样的群体蛋白质结构预测方法 |
CN109086565A (zh) * | 2018-07-12 | 2018-12-25 | 浙江工业大学 | 一种基于残基间接触约束的蛋白质结构预测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11031094B2 (en) * | 2015-07-16 | 2021-06-08 | Dnastar, Inc. | Protein structure prediction system |
-
2019
- 2019-01-09 CN CN201910018660.5A patent/CN109658979B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109086566A (zh) * | 2018-07-12 | 2018-12-25 | 浙江工业大学 | 一种基于片段重采样的群体蛋白质结构预测方法 |
CN109086565A (zh) * | 2018-07-12 | 2018-12-25 | 浙江工业大学 | 一种基于残基间接触约束的蛋白质结构预测方法 |
Non-Patent Citations (3)
Title |
---|
《Secondary Structure and Contact Guided Differential Evolution for Protein Structure Prediction》;Gui-Jun Zhang等;《IEEE/ACM TRANSACTIONS ON COMPUTATIONAL BIOLOGY AND BIOINFORMATICS》;20180831;全文 * |
《基于副本交换的局部增强差分进化蛋白质结构从头预测方法》;李章维等;《计算机科学》;20170531;第44卷(第5期);全文 * |
《蛋白质序列信息的提取与蛋白质结构预测》;任力锋等;《北京生物医学工程》;20050630;第24卷(第3期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109658979A (zh) | 2019-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liwo et al. | Computational Methods to Study the Structure and Dynamics of Biomolecules and Biomolecular Processes | |
CN109360599B (zh) | 一种基于残基接触信息交叉策略的蛋白质结构预测方法 | |
CN108647486B (zh) | 一种基于构象多样性策略的蛋白质三维结构预测方法 | |
CN109086566B (zh) | 一种基于片段重采样的群体蛋白质结构预测方法 | |
Mattick | The human genome and the future of medicine | |
CN109872770B (zh) | 一种结合排挤度评价的多变异策略蛋白质结构预测方法 | |
Guan et al. | Protein-dna binding residues prediction using a deep learning model with hierarchical feature extraction | |
CN109101785B (zh) | 一种基于二级结构相似性选择策略的蛋白质结构预测方法 | |
CN109086565B (zh) | 一种基于残基间接触约束的蛋白质结构预测方法 | |
CN117476114A (zh) | 一种基于生物多组学数据的模型构建方法与系统 | |
CN109658979B (zh) | 一种基于片段库信息增强的蛋白质结构预测方法 | |
Omar et al. | Enhancer prediction in proboscis monkey genome: A comparative study | |
CN110729023B (zh) | 一种基于二级结构元素接触辅助的蛋白质结构预测方法 | |
CN109300505B (zh) | 一种基于有偏采样的蛋白质结构预测方法 | |
CN109411013B (zh) | 一种基于个体特定变异策略的群体蛋白质结构预测方法 | |
CN109243526B (zh) | 一种基于特定片段交叉的蛋白质结构预测方法 | |
CN109147867B (zh) | 一种基于动态片段长度的群体蛋白质结构预测方法 | |
CN112967751A (zh) | 一种基于进化搜索的蛋白质构象空间优化方法 | |
KR20220160805A (ko) | 조직 특이적 조절지역의 무세포 dna 분포를 이용한 인공지능 기반 암 조기진단 방법 | |
CN108804868B (zh) | 一种基于二面角熵值的蛋白质两阶段构象空间优化方法 | |
CN109063413B (zh) | 一种群体爬山迭代蛋白质构象空间优化方法 | |
Lee et al. | Protein secondary structure prediction using BLAST and relaxed threshold rule induction from coverings | |
CN109461472B (zh) | 一种基于副本交换和有偏分布估计的蛋白质构象空间优化方法 | |
Cai et al. | Predicting protein-protein interactions with pseudo amino acid composition | |
CN110556161B (zh) | 一种基于构象多样性采样的蛋白质结构预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190419 Assignee: ZHEJIANG ORIENT GENE BIOTECH CO.,LTD. Assignor: JIANG University OF TECHNOLOGY Contract record no.: X2023980053610 Denomination of invention: A Protein Structure Prediction Method Based on Fragment Library Information Enhancement Granted publication date: 20210618 License type: Common License Record date: 20231222 |
|
EE01 | Entry into force of recordation of patent licensing contract |