[发明专利]一种用于蛋白质结构预测的距离谱构建方法

摘要

一种蛋白质结构预测中距离谱的构建方法，蛋白质具有特定的空间结构，相似的蛋白质具有相似的空间结构，其各个位置上残基间的距离也是相近的，所以可以通过距离谱来指导预测蛋白质结构的搜索。距离谱是根据查询序列中残基和模板中残基的序列谱、二级结构类型、溶剂可达性、中心原子二面角等等构建查询序列中各位置残基上得分较高的片段，然后遍历每个位置上来自于同一个模板的片段，计算出模板中残基的距离，这个距离和查询序列的空间构象中残基间的距离是相近的。本发明预测精度较高、复杂度较低。

主权项

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_identityi为第i条链的累计相似度，identityij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Pq和模板中残基相对于20个氨基酸的对数谱Lt；2.2)通过PSSpred软件得到查询序列中残基的二级结构类型ssq和模板中残基的二级结构类型sst；2.3)通过EDTSurf软件得到查询序列中残基的溶剂可达性saq和模板中残基的溶剂可达性sat；2.4)通过ANGLOR软件得到查询序列中残基二面角ψq和模板中残基的二面角ψt；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dij；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dij，dij∈(dmin,dmax)；4.2)图的纵坐标为落入相应区间的片段对个数。