RU2015136776A - Способы, системы и программное обеспечение для идентификации биомолекул со взаимодействующими компонентами - Google Patents

Claims (36)

1. Способ для идентификации биологических молекул, оказывающих влияние на требуемую активность, при этом способ включает в себя:

(a) получение данных последовательности и активности для множества биологических молекул;

(b) подготовку базовой модели по данным последовательности и активности, при этом базовая модель предсказывает активность как функцию наличия или отсутствия субъединиц последовательности;

(c) подготовку по меньшей мере одной новой модели посредством добавления к базовой модели или вычитания из базовой модели по меньшей мере одного нового члена взаимодействия, при этом новый член взаимодействия представляет взаимодействие между двумя или более взаимодействующими субъединицами;

(d) определение способности по меньшей мере одной новой модели предсказывать активность как функцию наличия или отсутствия субъединиц; и

(e) определение того, добавлять ли к базовой модели или вычитать ли из базовой модели новый член взаимодействия на основании способности по меньшей мере одной новой модели предсказывать активность в соответствии с определенным в (d) и со смещением против включения дополнительных членов взаимодействия.

2. Способ по п. 1, в котором подготовка по меньшей мере одной новой модели в (с) включает в себя использование априорной информации для определения апостериорного распределения вероятности новой модели.

3. Способ по п. 2, в котором подготовка базовой модели и/или новой модели включает в себя применение выборки Гиббса для подгонки модели к данным последовательности и активности.

4. Способ по п. 1, в котором по меньшей мере одна новая модель включает в себя две или более новых моделей, каждая из которых содержит различные члены взаимодействия.

5. Способ по п. 4, дополнительно включающий в себя подготовку множественной модели, основанной на двух или более новых моделях, при этом

множественная модель содержит члены взаимодействия из двух или более новых моделей, и

члены взаимодействия взвешены в соответствии со способностью двух или более новых моделей предсказывать активность в соответствии с определенным в (d).

6. Способ по п. 1, в котором новый член взаимодействия добавляют к базовой модели или вычитают из базовой модели с целью получения обновленной модели, дополнительно включающий в себя:

(f) повторение (с) с использованием обновленной модели вместо базовой модели и добавление или вычитание члена взаимодействия, отличного от добавленного/вычтенного в (с); и

(g) повторение (d) и (е) с использованием обновленной модели вместо базовой модели.

7. Способ по п. 6, дополнительно включающий в себя:

(h) повторение (f) и (g) с использованием дополнительно обновленной модели.

8. Способ по п. 1, в котором способность по меньшей мере одной новой модели предсказывать активность в (d) измеряют посредством информационного критерия Акаике или Байесова информационного критерия.

9. Способ по п. 1, в котором последовательность представляет собой весь геном, всю хромосому, сегмент хромосомы, совокупность последовательностей генов для взаимодействующих генов, ген или белок.

10. Способ по п. 1, в котором субъединица представляет собой хромосомы, сегменты хромосомы, гаплотипы, гены, нуклеотиды, кодоны, мутации, аминокислоты или остатки.

11. Способ по п. 1, в котором множество биологических молекул составляет обучающее множество библиотеки вариантов белка.

12. Компьютерный программный продукт, содержащий один или более читаемых компьютером долговременных носителей, на которых хранятся исполнимые компьютером инструкции, которые, при их выполнении одним или более процессорами вычислительной системы, вызывают выполнение вычислительной системой реализации способа для идентификации биологических молекул, которые оказывают влияние на требуемую активность, при этом способ включает в себя:

(a) получение данных последовательности и активности для множества биологических молекул;

(b) подготовку базовой модели по данным последовательности и активности, при этом базовая модель предсказывает активность как функцию наличия или отсутствия субъединиц последовательности;

(c) подготовку по меньшей мере одной новой модели посредством добавления к базовой модели или вычитания из базовой модели по меньшей мере одного нового члена взаимодействия, при этом новый член взаимодействия представляет взаимодействие между двумя или более взаимодействующими субъединицами;

(d) определение способности по меньшей мере одной новой модели предсказывать активность как функцию наличия или отсутствия субъединиц; и

(e) определение того, добавлять ли к базовой модели или вычитать ли из базовой модели новый член взаимодействия на основании способности по меньшей мере одной новой модели предсказывать активность в соответствии с определенным в (d) и со смещением против включения дополнительных членов взаимодействия.

13. Вычислительная система, содержащая:

один или более процессоров;

системная память; и

один или более читаемых компьютером носителей, на которых хранятся исполнимые компьютером инструкции, которые, при их выполнении одним или более процессорами, вызывают выполнение вычислительной системой реализации способа для проведения направленной эволюции биологических молекул, при этом способ включает в себя:

(а) получение данных последовательности и активности для множества биологических молекул;

(b) подготовку базовой модели по данным последовательности и активности, при этом базовая модель предсказывает активность как функцию наличия или отсутствия субъединиц последовательности;

(c) подготовку по меньшей мере одной новой модели посредством добавления к базовой модели или вычитания из базовой модели по меньшей мере одного нового члена взаимодействия, при этом новый член взаимодействия представляет взаимодействие между двумя или более взаимодействующими субъединицами;

(d) определение способности по меньшей мере одной новой модели предсказывать активность как функцию наличия или отсутствия субъединиц; и

(e) определение того, добавлять ли к базовой модели или вычитать ли из базовой модели новый член взаимодействия на основании способности по меньшей мере одной новой модели предсказывать активность в соответствии с определенным в (d) и со смещением против включения дополнительных членов взаимодействия.