[发明专利]基于有监督上采样学习的蛋白质‑核苷酸绑定位点预测方法

说明书

技术领域

本发明涉及生物信息学蛋白质-核苷酸相互作用领域，具体而言涉及一种基于有监督上采样学习方法的蛋白质-核苷酸绑定位点预测方法。

背景技术

核苷酸包括腺苷三磷酸(ATP)、腺苷二磷酸(ADP)、腺嘌呤核苷酸(AMP)等，是一类重要的生物大分子，对于生物中的膜传输、肌肉收缩、细胞运输、信号传递、DNA复制与转录以及其他生命活动具有重要意义。在实现上述核苷酸的功能过程中，蛋白质与核苷酸之间的相互作用起到了至关重要的作用；这种相互作用是生命活动中普遍存在且不可或缺的。

通过生物实验的方法来确定蛋白质与核苷酸之间的绑定位点需要耗费大量的时间和资金，并且效率较低。随着测序技术的飞速发展和人类结构基因组的推进，蛋白质组学中已经累积了大量未进行与核苷酸绑定位点标定的蛋白质序列。因此应用生物信息学的相关知识，研发能够直接从蛋白质序列出发进行蛋白质-核苷酸绑定位点快速且准确的智能预测方法有着迫切需求，且对于发现和认识蛋白质结构和生理功能有着重要的意义。

目前，针对基于序列的蛋白质-核苷酸绑定位点预测模型还很欠缺且预测精度不足。查阅文献可以发现，用来专门预测蛋白质与腺苷三磷酸(ATP)绑定位点的预测模型有：ATPint(J.S.Chauhan,N.K.Mishra,and G.P.Raghava,"Identification of ATP binding residues of a protein from its primary sequence,"BMC Bioinformatics,vol.10,pp.434,2009)、ATPsite(K.Chen,M.J.Mizianty,and L.Kurgan,"ATPsite:sequence-based prediction of ATP-binding residues,"Proteome Sci,vol.9 Suppl 1,pp.S4,2011.)、targetATP(Yu D J,Hu J,Tang Z M,et al.Improving protein-ATP binding residues prediction by boosting SVMs with random under-sampling[J].Neurocomputing,2013,104:180-190.)和TargetATPsite(Yu D J,Hu J,Huang Y,et al.TargetATPsite:A template‐free method for ATP‐binding sites prediction with residue evolution image sparse representation and classifier ensemble[J].Journal of computational chemistry,2013,34(11):974-985.)等；这些蛋白质与腺苷三磷酸(ATP)绑定位点预测模型都使用了氨基酸残基的位置特异性得分矩阵与支持向量机算法，并且都取得了精度上的提高，然而它们都只研究了蛋白质与腺苷三磷酸(ATP)的绑定位点预测问题，而忽略了蛋白质与其他种类的核苷酸绑定位点预测问题。因此为了弥补上述不足，Kurgan et al.(Chen K,Mizianty M J,Kurgan L.Prediction and analysis of nucleotide-binding residues using sequence and sequence-derived structural descriptors[J].Bioinformatics,2012,28(3):331-341.)在2012年研发了一个可以分别预测蛋白质与多种类别核苷酸绑定位点的模型NsitePred；Yu et al.(Yu D,Hu J,Yang J,et al.Designing template-free predictor for targeting protein-ligand binding sites with classifier ensemble and spatial clustering[J].2013.)在2013年基于一个规模更大的数据集研发了一个精度更高的预测模型TargetS，TargetS预测模型不仅可以预测蛋白质与核苷酸绑定位点，还可以预测蛋白质与金属原子的绑定位点。