[发明专利]一种基于分层混合模型的信号肽及其切割位点的预测方法

说明书

本发明公开了一种基于分层混合模型的信号肽及其切割位点的预测方法，首先在第一层应用基于氨基酸残基特征的SVM分类器识别蛋白质序列是否含有N端疏水性片段；然后在第二层应用基于氨基酸残基特征和功能性结构域特征对应的朴素贝叶斯和SVM分类器识别疏水性片段是信号肽还是N端跨膜螺旋；最后在第三层，先根据统计学习规则筛选候选切割位点并计算统计性信任分数，然后再通过Needleman‑Wunsch序列比对算法计算候选信号肽序列的相似性分数，对统计性信任分数和序列相似性分数积分确定预测的信号肽切割位点。

技术领域

本发明涉及一种基于分层混合模型的信号肽及其切割位点的预测方法，是利用已知的蛋白质序列来预测该蛋白质是否包含N端信号肽，并预测其切割位点，特别是一种融合氨基酸残基和功能结构域，融合统计性信任分数和序列相似性分数，并自顶而下分层预测信号肽及其切割位点的算法。

背景技术

1979年，G.Blobel和D.Sabatini基于实验观察首次提出了信号假说(Signalhypothesis)。G.Blobel和D.Sabatini认为在分泌蛋白质序列的N端有一段起信号引导作用的氨基酸片段，该片段可以引导蛋白质在各个膜间进行转移，并将蛋白质运输到目的位置。他们把这段起信号引导作用的氨基酸片段称为信号肽。在1999年，G.Blobel凭借这项成就获得了诺贝尔生理学或医学奖。

经过多年的研究对信号肽的研究，人们对信号肽的认识进一步加深。信号肽是一段出现在蛋白质序列N端的氨基酸短序列，它在真核生物和原核生物中引导蛋白质在细胞中的转移和分泌。几乎所有的分泌蛋白质和许多跨膜蛋白质氨基酸序列的N端都包含信号肽。作为一个“邮编”，信号肽引导新生蛋白质运输到细胞内外的正确位置。如果改变了新生蛋白N端的信号肽，那么蛋白质可能会被运输到错误的细胞位置，这将导致各种奇怪的疾病。因此，信号肽的知识对揭示了一些复杂遗传性疾病的机制是非常有用的。此外根据信号肽的知识，科学家可以自己期望的方式对氨基酸序列进行重新编程，这可以用于未来的细胞和基因治疗中，并同时为开发新药物提供了思路。事实上，药物科学家通过基因修饰蛋白质对应信号肽，例如，科学家可以通过向所需蛋白质添加特异性标签(信号肽)，可以标记并引导它们的排泄，使得它们更容易被获取。现在，信号肽已成为寻找新药物，对细胞进行重新编程和进行基因治疗的关键工具。此外，信号肽预测还可以为其他相关领域的预测提供重要的参考信息，如在亚细胞定位研究中，信号肽的信息可以直接提供蛋白质的亚细胞位置信息。