[发明专利]一种基于特征优化的G蛋白偶联特异性预测的方法

说明书

本发明公开了一种基于特征优化的G蛋白偶联特异性预测的方法，包括如下步骤：从数据库中获取GPCRs与G蛋白的偶联信息，构建待测的蛋白序列数据集；提取数据集内细胞内外不同区域蛋白序列数据的多种不同生物学特征，整合得到原始的特征信息；同时使用mRMR算法和Relief算法在内的优化方法对原始特征信息进行特征评估和有效特征选择，选取与GPCR/G蛋白之间偶联特异性相关的最优特征子集；使用支持向量机分类方法构建用于G蛋白偶联特异性预测的SVM分类模型；基于SVM分类模型获得用于预测G蛋白各偶联特异性的子预测模型。

技术领域

本发明涉及G蛋白偶联受体/G蛋白之间偶联特异性预测技术领域，尤其涉及一种基于多特征整合与优化的G蛋白偶联特异性预测的方法。

背景技术

G蛋白偶联受体(G-Protein Coupled Receptors，GPCRs)是目前制药行业最重要的药物靶点之一。据估计当前大约40％的上市药物都以G蛋白偶联受体作为作用靶点。G蛋白是一类能与鸟嘌呤核苷酸结合，具有GTP水解酶活性的信号转导蛋白。GPCRs通过与三聚体G蛋白偶联，在细胞外信号传导到细胞内部的过程中承担着重要角色。传统的生化实验方法检测GPCR的偶联特异性不仅费事费力，而且成本较高。近年来，利用有效的计算方法对GPCR/G蛋白之间的偶联特异性进行预测，不仅可以帮助阐明G蛋白偶联受体在细胞中的重要功能，而且有助于探讨其细胞信号转导的作用机理，从而为现代药物的研发提供有价值的线索。因而具有重要的科学意义和应用前景。

由于GPCRs是一类往返跨膜七次的跨膜蛋白，不容易得到晶体，通常情况下往往很难利用现有的X射线衍射方法确定三维空间结构，同时这类膜蛋白在一般的溶剂中溶解度都不大，因而也不容易在溶液中用核磁共振方法测其动态结构。GPCRs/G蛋白偶联特异性的早期研究多基于序列比对的计算方法，如BLAST和ClustalW等。实验结果证明经典的序列对比算法在G蛋白偶联特异性预测效果并不理想。其原因主要是由于与同一家族G蛋白偶联的GPCRs具有较低的序列相似性，同时还存在一些序列相似性较高的GPCRs与多个家族的G蛋白偶联的现象。这种现象称为GPCRs/G蛋白多偶联。多偶联现象是目前GPCRs/G蛋白偶联特异性研究中的难点。

目前的G蛋白偶联特异性预测研究多仅针对与Gi/o，Gq/11，Gs三类单偶联的GPCRs，按照偶联区域选取不同，该领域研究方法大致可分为两大类，第一类是基于GPCRs整条序列进行特征提取(参考文献Ghimire G.D.,Imai K.,Akazawa F.,Tsuji T.,Sonoyama M.,Mitaku S.,Physicochemical properties of GPCR amino acid sequences forunderstanding GPCR-G-protein coupling,J.Chem.Bio.Inf.,2008,8(2):49-57)。第二类是针对GPCRs细胞内区域的序列进行特征提取(参考文献 S.,Vilo J.,CroningM.D.R.,Prediction ofthe coupling specificity ofG protein coupledreceptor to their G proteins,Bioinformatics,2001,17:S174-S181；Sgourakis N.G.,Bagos P.G.,Papasaikas P.K.,Hamodrakas S.J.,A method for the prediction ofGPCRs coupling specificity to G-proteins using refined profile Hidden MarkovModels,BMCBioinformatics,2005,6:104-116)。