[发明专利]一种用于蛋白质结构预测的距离谱构建方法

权利要求书

1.一种用于蛋白质结构预测的距离谱构建方法，其特征在于：所述构建方法包括以下步骤：

1)构建非冗余模板库：

1.1)从蛋白质数据库上下载分辨率小于的精度较高的已知蛋白质序列；

1.2)将下载得到的蛋白质序列分裂成单链；

1.3)计算每条链相对于其他链的累计相似度total_identity:

total_identityi=Σj=1Nidentityij---(1)]]>

在公式(1)中，N为所有单链的总数，total_identity_i为第i条链的累计相似度，identity_ij为第i条链与第j条链的相似度得分；

1.4)以1000条链为一个单位将所有链分成多个组，在每个组中根据累计相似度从大到小排列，从累计相似度大的开始依次与其他所有链进行比对，剔除相似度大于30％的链；

1.5)在所有组都比对完后，扩大分组中链的数量再进行相似度剔除，最终合成一个组；

1.6)根据保留下来氨基酸链的PDB名称从蛋白质数据库网站上下载相应的蛋白质结构，构成了非冗余的模板库；

2)生成片段库：

2.1)通过PSI-BLAST软件可以得到查询序列中每个残基相对于20个氨基酸的特征频率谱P_q和模板中残基相对于20个氨基酸的对数谱L_t；

2.2)通过PSSpred软件得到查询序列中残基的二级结构类型ss_q和模板中残基的二级结构类型ss_t；

2.3)通过EDTSurf软件得到查询序列中残基的溶剂可达性sa_q和模板中残基的溶剂可达性sa_t；

2.4)通过ANGLOR软件得到查询序列中残基二面角ψ_q和模板中残基的二面角ψ_t；

2.5)计算模板片段相对于查询序列的相似度得分函数f(i,j)：

在公式(2)中，i为查询序列中的残基位置，j为模板中残基的位置，k为20个氨基酸的索引序号；w₁,w₂,w₃,w₄,w₅为权重参数；

2.6)取得分高的前300个片段构成片段库；

3)构建距离谱：

3.1)选取查询序列第i个位置的残基和第j个位置的残基，j>i+5；

3.2)遍历i和j位置上的片段，选出来自于同个模板的片段；

3.3)计算这两个片段在模板构象上的距离d_ij；

3.4)若以为距离间隔进行计数统计；否，则返回3.2；

4)绘制残基对的距离谱图：

4.1)图的横坐标为来自于同个模板的片段间的距离d_ij，d_ij∈(d_min,d_max)；

4.2)图的纵坐标为落入相应区间的片段对个数。